這3個(gè)函數(shù)，是你學(xué)習(xí)Numpy的基礎(chǔ)！
1. 本文介紹
今天為大家介紹以下內(nèi)容：
- Ⅰ ndarray數(shù)組與列表的相互轉(zhuǎn)化；
- Ⅱ ndarray數(shù)組的數(shù)據(jù)類型轉(zhuǎn)化；
- Ⅲ 改變ndarray數(shù)組的形狀；
說白了，就是講述3個(gè)函數(shù)。當(dāng)然，這只是numpy函數(shù)中的冰山一角。這里只是介紹在學(xué)習(xí)numpy過程中，最先遇到的幾個(gè)函數(shù)。
2. ndarray數(shù)組與列表的相互轉(zhuǎn)化
當(dāng)你學(xué)習(xí)numpy的時(shí)候，我就默認(rèn)你肯定已經(jīng)學(xué)過Python基礎(chǔ)了。對于list列表這個(gè)基本數(shù)據(jù)類型，你肯定不會感到陌生。
那么我們?nèi)绾螌?shí)現(xiàn) “列表” 與 “數(shù)組” 之間的相互轉(zhuǎn)化呢？
① 列表轉(zhuǎn)數(shù)組：直接將一個(gè)列表傳入array()函數(shù)中
- listlist1 = list(range(10))
- print(list1)
- array1 = np.array(list1)
- print(array1)
結(jié)果如下：
② 數(shù)組轉(zhuǎn)列表：調(diào)用數(shù)組的tolist()方法
- array2 = np.arange(10)
- print(array2)
- list2 = array2.tolist()
- print(list2)
結(jié)果如下：
3. ndarray數(shù)組的數(shù)據(jù)類型轉(zhuǎn)化
記住一句話：numpy中的數(shù)據(jù)類型轉(zhuǎn)換，不要使用x.dtype修改元素的數(shù)據(jù)類型，最好用x.astype()這種方式。
① numpy中常用的的數(shù)據(jù)類型
這里只說明一下numpy中常用的數(shù)據(jù)類型，int類型和float類型，但是一般都不是直接寫int和float的，而是像int32、float64這樣的寫法，因此我們就簡單說一下這個(gè)32或64的含義。
在計(jì)算機(jī)中，最底層執(zhí)行的是0和1組成的二進(jìn)制指令，一個(gè)0或者1就代表著一個(gè)二進(jìn)制位，又叫"比特位(bit)"，這里的32或64就是代表二進(jìn)制位。
根據(jù)計(jì)算機(jī)的換算單位，1字節(jié)=8二進(jìn)制位，即"1bytes=8bit"，因此，根據(jù)這種換算："32bit-4bytes"、"64bit=8bytes"。
由上述分析，我們現(xiàn)在對int32做一個(gè)總結(jié)，int32說明了該數(shù)組中每個(gè)元素的數(shù)據(jù)類型是int32，同時(shí)通過32我們又可以知道，該數(shù)組中每一個(gè)元素的存儲空間是4字節(jié)，那么這個(gè)范圍大致是[-2147483648,2147483647]。
② 使用dtype原地修改數(shù)組的數(shù)據(jù)類型，會出現(xiàn)什么問題？
- x = np.array([1.2,3.4,5.6],dtype=np.float64)
- print(x)
- print(x.dtype)
- print(x.nbytes)
- # --------------------------------------------
- x.dtype="float32"
- print(x)
- print(x.nbytes)
- # --------------------------------------------
- x.dtype="float16"
- print(x)
- print(x.nbytes)
結(jié)果如下：
為什么會出現(xiàn)上述現(xiàn)象？
通過上面的測試發(fā)現(xiàn)，當(dāng)我們使用"dtype"修改數(shù)組的數(shù)據(jù)類型的時(shí)候，比特位(也就是一個(gè)"二進(jìn)制位”)每壓縮為原來的二分之一，數(shù)組中的元素個(gè)數(shù)就會變?yōu)樵瓉淼膬杀丁?/p>
這是為什么呢?
數(shù)組一旦創(chuàng)建，它的數(shù)據(jù)類型也就定了，也就相當(dāng)于開辟了一塊內(nèi)存，用于存儲這個(gè)數(shù)組了，下面用一個(gè)公式形象說明上述現(xiàn)象的原因。
假設(shè)某個(gè)數(shù)組有x個(gè)元素，采用的數(shù)據(jù)類型是int64，這個(gè)數(shù)據(jù)類型占用的內(nèi)存大小為8字節(jié)，因而整個(gè)數(shù)組占用的內(nèi)存大小為8*x。
當(dāng)數(shù)據(jù)類型變?yōu)閕nt32的時(shí)候，數(shù)組中數(shù)據(jù)類型就變成了4字節(jié)，通過上面的計(jì)10算我們已經(jīng)知道這個(gè)數(shù)組開辟的內(nèi)存為8x，因此元素個(gè)數(shù)就變成了8x/4-2*x，11 就是說，數(shù)組元素變?yōu)榱嗽瓉淼?倍。
③ 使用astype()函數(shù)修改數(shù)組的數(shù)據(jù)類型：相當(dāng)于新創(chuàng)建了一個(gè)數(shù)組
- z = np.array([1.5,3.7,4.8])
- print(z)
- print(z.dtype)
- zzz = z.astype(np.float32)
- print(zz)
- print(zz.dtype)
結(jié)果如下：
4. 改變ndarray數(shù)組的形狀
① 使用numpy中的reshape()函數(shù)修改數(shù)組對象
- xx = np.arange(10).reshape(2,5)
- xxx = np.reshape(xx,(5,2))
- print(xxx)
結(jié)果如下：
② 使用數(shù)組對象的reshape()方法修改數(shù)組對象
- yy = np.arange(10).reshape(2,5)
- print(yy)
結(jié)果如下：
③ 改變數(shù)組形狀時(shí)，如果維度大于1，可以將“最后一個(gè)維度”設(shè)置為-1
- p = np.arange(6).reshape(2,3)
- print(p)
- q = np.arange(6).reshape(2,-1)
- print(q)
結(jié)果如下：
注意：可以這樣做的原因在于，當(dāng)你指明了前面的維度，最后一個(gè)維度會根據(jù)數(shù)組元素個(gè)數(shù)和前面的維度數(shù)，自動計(jì)算出最后一個(gè)維度的維度數(shù)，也就是說【維度一 * 維度二 * … * 維度N = 元素個(gè)數(shù)】。
