数组创建#

另请参阅

数组创建例程

简介#

有 6 种通用的数组创建机制

  1. 从其他 Python 结构(即列表和元组)转换

  2. NumPy 本身的数组创建函数(例如 arange、ones、zeros 等)

  3. 复制、连接或修改现有数组

  4. 从磁盘读取数组,无论是标准格式还是自定义格式

  5. 通过使用字符串或缓冲区从原始字节创建数组

  6. 使用特殊库函数(例如,random)

您可以使用这些方法创建 ndarrays 或 结构化数组。本文档将介绍 ndarray 创建的通用方法。

1) 将 Python 序列转换为 NumPy 数组#

NumPy 数组可以使用 Python 序列(如列表和元组)来定义。列表和元组分别使用 [...](...) 定义。列表和元组可以定义 ndarray 创建

  • 数字列表将创建一个一维数组,

  • 列表的列表将创建一个二维数组,

  • 进一步嵌套的列表将创建更高维度的数组。一般来说,任何数组对象在 NumPy 中都称为 **ndarray**。

>>> import numpy as np
>>> a1D = np.array([1, 2, 3, 4])
>>> a2D = np.array([[1, 2], [3, 4]])
>>> a3D = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])

当您使用 numpy.array 定义新数组时,您应该考虑数组中元素的 dtype,它可以显式指定。此功能使您可以更好地控制底层数据结构以及如何在 C/C++ 函数中处理元素。当值不适合并且您正在使用 dtype 时,NumPy 可能会引发错误

>>> import numpy as np
>>> np.array([127, 128, 129], dtype=np.int8)
Traceback (most recent call last):
...
OverflowError: Python integer 128 out of bounds for int8

8 位有符号整数表示从 -128 到 127 的整数。将 int8 数组分配给此范围之外的整数会导致溢出。此功能通常会被误解。如果您使用不匹配的 dtypes 执行计算,则可能会得到意外的结果,例如

>>> import numpy as np
>>> a = np.array([2, 3, 4], dtype=np.uint32)
>>> b = np.array([5, 6, 7], dtype=np.uint32)
>>> c_unsigned32 = a - b
>>> print('unsigned c:', c_unsigned32, c_unsigned32.dtype)
unsigned c: [4294967293 4294967293 4294967293] uint32
>>> c_signed32 = a - b.astype(np.int32)
>>> print('signed c:', c_signed32, c_signed32.dtype)
signed c: [-3 -3 -3] int64

请注意,当您对两个相同 dtype 的数组执行运算时:uint32,结果数组类型相同。当您对不同 dtype 执行运算时,NumPy 将分配一个新的类型,该类型满足计算中涉及的所有数组元素,这里 uint32int32 都可以表示为 int64

NumPy 的默认行为是创建 32 位或 64 位有符号整数(取决于平台并匹配 C long 大小)或双精度浮点数的数组。如果您希望您的整数数组为特定类型,则需要在创建数组时指定 dtype。

2) NumPy 本身的数组创建函数#

NumPy 有 40 多个内置函数用于创建数组,如 数组创建例程 中所述。根据它们创建的数组的维度,这些函数大致可以分为三类

  1. 一维数组

  2. 二维数组

  3. ndarrays

1 - 一维数组创建函数#

一维数组创建函数(例如 numpy.linspacenumpy.arange)通常需要至少两个输入,startstop

numpy.arange 创建具有规则递增值的数组。请查看文档以获取完整的信息和示例。显示了一些示例

>>> import numpy as np
>>> np.arange(10)
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> np.arange(2, 10, dtype=float)
array([2., 3., 4., 5., 6., 7., 8., 9.])
>>> np.arange(2, 3, 0.1)
array([2. , 2.1, 2.2, 2.3, 2.4, 2.5, 2.6, 2.7, 2.8, 2.9])

注意:numpy.arange 的最佳实践是使用整数 start、end 和 step 值。关于 dtype 有些细微差别。在第二个示例中,定义了 dtype。在第三个示例中,数组为 dtype=float 以适应步长为 0.1。由于舍入误差,有时会包含 stop 值。

numpy.linspace 将创建具有指定元素数量的数组,并在指定的起始值和结束值之间等距分布。例如

>>> import numpy as np
>>> np.linspace(1., 4., 6)
array([1. ,  1.6,  2.2,  2.8,  3.4,  4. ])

此创建函数的优点是您可以保证元素的数量以及起始点和终点。之前的 arange(start, stop, step) 将不包括值 stop

2 - 二维数组创建函数#

二维数组创建函数(例如 numpy.eyenumpy.diagnumpy.vander)定义了表示为二维数组的特殊矩阵的属性。

np.eye(n, m) 定义一个二维单位矩阵。其中 i=j(行索引和列索引相等)的元素为 1,其余元素为 0,如下所示

>>> import numpy as np
>>> np.eye(3)
array([[1., 0., 0.],
       [0., 1., 0.],
       [0., 0., 1.]])
>>> np.eye(3, 5)
array([[1., 0., 0., 0., 0.],
       [0., 1., 0., 0., 0.],
       [0., 0., 1., 0., 0.]])

numpy.diag 可以定义一个沿对角线具有给定值的方形二维数组,或者如果给定一个二维数组,则返回一个仅包含对角线元素的一维数组。这两个数组创建函数在执行线性代数时可能会有所帮助,如下所示

>>> import numpy as np
>>> np.diag([1, 2, 3])
array([[1, 0, 0],
       [0, 2, 0],
       [0, 0, 3]])
>>> np.diag([1, 2, 3], 1)
array([[0, 1, 0, 0],
       [0, 0, 2, 0],
       [0, 0, 0, 3],
       [0, 0, 0, 0]])
>>> a = np.array([[1, 2], [3, 4]])
>>> np.diag(a)
array([1, 4])

vander(x, n) 将范德蒙矩阵定义为二维 NumPy 数组。范德蒙矩阵的每一列都是输入一维数组或列表或元组 x 的降幂,其中最高多项式阶数为 n-1。此数组创建例程有助于生成线性最小二乘模型,如下所示

>>> import numpy as np
>>> np.vander(np.linspace(0, 2, 5), 2)
array([[0. , 1. ],
      [0.5, 1. ],
      [1. , 1. ],
      [1.5, 1. ],
      [2. , 1. ]])
>>> np.vander([1, 2, 3, 4], 2)
array([[1, 1],
       [2, 1],
       [3, 1],
       [4, 1]])
>>> np.vander((1, 2, 3, 4), 4)
array([[ 1,  1,  1,  1],
       [ 8,  4,  2,  1],
       [27,  9,  3,  1],
       [64, 16,  4,  1]])

3 - 通用 ndarray 创建函数#

ndarray 创建函数(例如 numpy.onesnumpy.zerosrandom)根据所需的形状定义数组。ndarray 创建函数可以通过在元组或列表中指定每个维度有多少维度以及该维度的长度来创建任何维度的数组。

numpy.zeros 将创建一个用 0 值填充的数组,并具有指定的形状。默认 dtype 为 float64

>>> import numpy as np
>>> np.zeros((2, 3))
array([[0., 0., 0.],
       [0., 0., 0.]])
>>> np.zeros((2, 3, 2))
array([[[0., 0.],
        [0., 0.],
        [0., 0.]],

       [[0., 0.],
        [0., 0.],
        [0., 0.]]])

numpy.ones 将创建一个用 1 值填充的数组。在所有其他方面,它与 zeros 相同,如下所示

>>> import numpy as np
>>> np.ones((2, 3))
array([[1., 1., 1.],
       [1., 1., 1.]])
>>> np.ones((2, 3, 2))
array([[[1., 1.],
        [1., 1.],
        [1., 1.]],

       [[1., 1.],
        [1., 1.],
        [1., 1.]]])

default_rng 结果的 random 方法将创建一个用 0 到 1 之间的随机值填充的数组。它包含在 numpy.random 库中。下面,分别创建了两个形状为 (2,3) 和 (2,3,2) 的数组。种子设置为 42,以便您可以重现这些伪随机数

>>> import numpy as np
>>> from numpy.random import default_rng
>>> default_rng(42).random((2,3))
array([[0.77395605, 0.43887844, 0.85859792],
       [0.69736803, 0.09417735, 0.97562235]])
>>> default_rng(42).random((2,3,2))
array([[[0.77395605, 0.43887844],
        [0.85859792, 0.69736803],
        [0.09417735, 0.97562235]],
       [[0.7611397 , 0.78606431],
        [0.12811363, 0.45038594],
        [0.37079802, 0.92676499]]])

numpy.indices 将创建一组数组(堆叠为一个更高维度的数组),每个维度一个,每个数组表示该维度的变化

>>> import numpy as np
>>> np.indices((3,3))
array([[[0, 0, 0],
        [1, 1, 1],
        [2, 2, 2]],
       [[0, 1, 2],
        [0, 1, 2],
        [0, 1, 2]]])

这在正则网格上评估多维函数时特别有用。

3) 复制、连接或修改现有数组#

创建数组后,您可以复制、连接或修改这些现有数组以创建新数组。将数组或其元素分配给新变量时,您必须显式 numpy.copy 数组,否则该变量将是原始数组的视图。考虑以下示例

>>> import numpy as np
>>> a = np.array([1, 2, 3, 4, 5, 6])
>>> b = a[:2]
>>> b += 1
>>> print('a =', a, '; b =', b)
a = [2 3 3 4 5 6] ; b = [2 3]

在此示例中,您没有创建新数组。您创建了一个变量 b,它查看了 a 的前 2 个元素。当您向 b 添加 1 时,您将通过向 a[:2] 添加 1 获得相同的结果。如果要创建数组,请使用 numpy.copy 数组创建例程,如下所示

>>> import numpy as np
>>> a = np.array([1, 2, 3, 4])
>>> b = a[:2].copy()
>>> b += 1
>>> print('a = ', a, 'b = ', b)
a =  [1 2 3 4] b =  [2 3]

有关更多信息和示例,请参阅 副本和视图

有许多例程可以连接现有数组,例如 numpy.vstacknumpy.hstacknumpy.block。以下是如何使用 block 将四个 2x2 数组连接成一个 4x4 数组的示例

>>> import numpy as np
>>> A = np.ones((2, 2))
>>> B = np.eye(2, 2)
>>> C = np.zeros((2, 2))
>>> D = np.diag((-3, -4))
>>> np.block([[A, B], [C, D]])
array([[ 1.,  1.,  1.,  0.],
       [ 1.,  1.,  0.,  1.],
       [ 0.,  0., -3.,  0.],
       [ 0.,  0.,  0., -4.]])

其他例程使用类似的语法连接 ndarrays。请查看例程的文档以获取更多示例和语法。

4) 从磁盘读取数组,无论是标准格式还是自定义格式#

这是大型数组创建最常见的情况。细节在很大程度上取决于磁盘上数据的格式。本节提供有关如何处理各种格式的一般指针。有关 IO 的更详细示例,请参阅 如何读取和写入文件

标准二进制格式#

各个领域对数组数据有标准格式。以下列出了具有已知 Python 库以读取它们并返回 NumPy 数组的格式(可能还有其他格式可以读取并转换为 NumPy 数组,因此请查看最后一节)

HDF5: h5py
FITS: Astropy

无法直接读取但转换并不困难的格式示例是 PIL 等库支持的格式(能够读取和写入许多图像格式,如 jpg、png 等)。

常见的 ASCII 格式#

分隔文件(如逗号分隔值 (csv) 和制表符分隔值 (tsv) 文件)用于 Excel 和 LabView 等程序。Python 函数可以逐行读取和解析这些文件。NumPy 有两个用于导入具有分隔符数据的文件的标准例程 numpy.loadtxtnumpy.genfromtxt。这些函数在 读取和写入文件 中有更复杂的用例。给定一个 simple.csv 的简单示例

$ cat simple.csv
x, y
0, 0
1, 1
2, 4
3, 9

导入 simple.csv 文件可以使用 numpy.loadtxt

>>> import numpy as np
>>> np.loadtxt('simple.csv', delimiter = ',', skiprows = 1) 
array([[0., 0.],
       [1., 1.],
       [2., 4.],
       [3., 9.]])

更通用的ASCII文件可以通过 scipy.ioPandas 来读取。

5) 通过使用字符串或缓冲区从原始字节创建数组#

有多种方法可以使用。如果文件格式相对简单,则可以编写一个简单的I/O库,并使用NumPy的 fromfile() 函数和 .tofile() 方法直接读取和写入NumPy数组(注意字节序!)。如果存在可以读取数据的良好的C或C++库,则可以使用各种技术来包装该库,但这当然需要更多工作,并且需要更高级的知识来与C或C++接口。

6) 使用特殊库函数(例如,SciPy、pandas和OpenCV)#

NumPy是Python科学计算栈中数组容器的基础库。许多Python库,包括SciPy、Pandas和OpenCV,都使用NumPy ndarrays作为数据交换的通用格式。这些库可以创建、操作和使用NumPy数组。