{DAY 13} NumPy 学习笔记(中）

前言

今天要延续昨天的NumPy语法练习

内容会分成两大部分

将会涵盖如何提取、更新、删除阵列里的资料

一样都是会练习一维跟二维阵列上的操作
利用昨天的基本语法＋今天的练习，

应用在三维阵列的操作

由於数学公式众多

所以只会包含一点常用的基本操作

剩下的还是要在需要的时候上官网查询语法即可

这次学习的内容涵盖之前在学校上课过的内容

还有跟昨天一样的youtube影片

https://www.youtube.com/watch?v=QUT1VHiLmmI&t=394s

基本语法练习

提取/更新/删除资料:

透过索引值提取单笔资料

一维阵列： [索引值] 只需要在括号里加上索引值即可

arr = np.array([1,2,3])
arr[2] #这里想要取得索引值为2的数值
'''
3
'''

二维阵列：[row, column] ([第一维的索引值, 第二维的索引值])

#创建二维阵列
a = np.array([[1,2,3,4,5,6,7],[8,9,10,11,12,13,14]])
print(a)
'''[[ 1  2  3  4  5  6  7] [ 8  9 10 11 12 13 14]]'''

# 在二维阵列里使用[row,column]，
# 前面放的是要取的第一个维度（row)，後面放的是第二个维度(column)
a[1,5] # 使用a[1,-2]也可取得同样位置 ＃也可表示为a[1][5]
'''13'''

透过切片取出特定元素内容：" : "

一维阵列：

arr1 = np.arange(0, 10)
print(arr1)
'''array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])'''
arr1[5:] #想取得索引值为5之後所有的数值
'''array([5, 6, 7, 8, 9])'''
arr1[:5] #想取得索引值为5之前的所有数值
'''array([0, 1, 2, 3, 4])'''

二维阵列：

# 当我们要取得特定的row时
a[0,:]  # 在第二个维度选项时使用 ":"，可以取得第1个row里所有的值
''' array([1, 2, 3, 4, 5, 6, 7])'''

# 当我们要取得特定的column
a[:, 2]# 在第一个维度选项时使用 ":"，可以取得第2个column里所有的值
'''array([ 3, 10])''' #第二列里的两个值就被取出来了

# 横向切片
a[:1]
'''array([[1, 2, 3, 4, 5, 6, 7]])'''

按照指定间隔取值：[start index : end index: step size]

一维阵列

#首先先建立一个1~12的一维阵列
prac = np.arange(13)
print(prac)

#若是我们想要他以偶数形式出现，step size设为2
even_num = prac[0:13:2]
'''[ 0  2  4  6  8 10 12]'''

#若是想要出现0,4,8,12, stepsize要设为4
print(prac[0:13:4])
'''[ 0  4  8 12]'''

二维阵列

# 在二维阵列中，我们先来看原本的a长怎样
a = np.array([[1,2,3,4,5,6,7],[8,9,10,11,12,13,14]])
print(a)
'''[[ 1  2  3  4  5  6  7] [ 8  9 10 11 12 13 14]]'''

# 如果我们想要看到 2,4,6
# [从第一个row里面去查, (start with 2:  end in 5: stepsize 2)] 
print(a[0, 1:6:2]) # 从後面开始算可以使用（-1) : a[0, 1:-1:2]
'''array([2, 4, 6])'''

更新值：直接用索引值取代原本的值

#创建二维阵列
a = np.array([[1,2,3,4,5,6,7],[8,9,10,11,12,13,14]])
print(a)
'''[[ 1  2  3  4  5  6  7] [ 8  9 10 11 12 13 14]]'''

#当我们想要把13换成200
a[1,5] = 200 # 13的索引值为[1,5]替换成200
'''[[  1   2   3   4   5   6   7]
 [  8   9  10  11  12 200  14]]'''

#当我们想要改掉整个row或是column
a[:,2] = 55 # 想要把第二个column改成55
'''[[  1   2  55   4   5   6   7]
 [  8   9  55  11  12 200  14]]'''

删除资料：np.delete(阵列名称, 索引值, axis=None)

# 首先创建任意数列
arr = np.arange(5,17)
print(arr)
'''[ 5  6  7  8  9 10 11 12 13 14 15 16]'''

#当我们想要删除8的话（索引值为3)
print(np.delete(arr,3))
'''[ 5  6  7  9 10 11 12 13 14 15 16] '''
# 可以看到8不见了

#使用切片的方法，指定切片位置
#当我们想要切掉5~9的时候
print(np.delete(arr,slice(0,5)))
'''[10 11 12 13 14 15 16] '''

复制阵列：.copy()

#当我们复制阵列的时候要很小心是否会影响到原本的阵列
#首先来看个例子
a = np.array([1,2,3])
b = a
b[0] = 100 #如果想把ｂ里面的1改成100
print(b)
print(a)
'''
[100   2   3]
 [100   2   3]'''
# 我们可以看到a的1也同时变为100

# 应该使用.copy()的语法 避免更改到原始值
a = np.array([1,2,3])
b = a.copy()
b[0] = 100
print(b)
print(a)
'''
[100   2   3]
[1 2 3]'''
# 可以看到使用copy後就不会更改到a的原始数值

多个矩阵相加：

垂直相加 .vstack( )
水平相加 hstack( )

# 垂直方向上相加矩阵
v1 = np.array([1,2,3,4])
v2 = np.array([5,6,7,8])

print(np.vstack([v1,v2])) #先看看两个矩阵加起来的样子
print("---------")
print(np.vstack([v1,v2,v1,v2]))
'''
[[1 2 3 4]
 [5 6 7 8]]
---------
[[1 2 3 4]
 [5 6 7 8]
 [1 2 3 4]
 [5 6 7 8]]'''

#水平方向上相加矩阵
h1 = np.zeros((2,4))
h2 = np.zeros((2,2))
np.hstack((h1,h2))
'''array([[0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0.]])'''

用三维度阵列练习基础语法

首先利用 np.array建立指定数值的三维阵列

b = np.array([[[1,2],[3,4]],[[5,6],[7,8]]])
print(b)
'''
[[[1 2]
  [3 4]]

 [[5 6]
  [7 8]]]'''

接下来要来取值，当我们想要取4的时候

# []内的索引值要从外到内写
# 如果想要查到4
# 从第1个维度的第0个row > 第2个维度的第1个索引值 > 第3个维度的第２个索引值
print(b[0,1,1])
'''４'''

更进阶一点，看一下怎麽操作

# get more fancy
print(b[:,0,:]) # 第1个维度的全部 > 第2个维度的第0个索引值 > 第3个维度的全部
print("-----")
print(b[:,0,0]) # 第1个索引值的全部 > 第2个维度的第0个索引值 > 第3个维度的第0个索引值
'''
[[1 2]
 [5 6]]
-----
[1 5]'''

练习取代其他值

# 先随便找一个位置
print(b[:,1,:]) # 看他长怎样
'''
[[3 4]
 [7 8]]'''

#当我们发现他是2*2的阵列时，替换成随意的他值
b[:,1,:] = [[9,9],[8,8]]
print(b) #重新看b印出来会怎样
'''
 [[[1 2]
  [9 9]]

 [[5 6]
  [8 8]]]
'''