创建数组#

参见

Array creation routines

简介#

共有 6 种创建数组的常规机制:

  1. 从其他 Python 结构(即列表和元组)转换

  2. NumPy 数组的固有创建函数(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,从标准或自定义格式

  5. 通过使用字符串或缓冲区从原始字节创建数组

  6. 使用特殊的库函数(例如,random)

您可以使用这些方法来创建 ndarray 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(例如列表和元组)来定义.列表和元组分别使用 [...] 和 (...) 定义.列表和元组可以定义ndarray的创建:

  • 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的数组.通常,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 定义一个新数组时,您应该考虑数组中元素的 dtype ,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 C/C++ 函数中元素的处理方式.当值不合适并且您正在使用 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

一个 8 位有符号整数表示 -128 到 127 之间的整数.将 int8 数组分配给此范围之外的整数会导致溢出.此特性通常会被误解.如果使用不匹配的 dtypes 执行计算,您可能会得到不需要的结果,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,当您使用具有相同 dtype 的两个数组执行操作时: uint32 ,生成的数组是相同的类型.当您使用不同的 dtype 执行操作时,NumPy 将分配一种新类型,以满足计算中涉及的所有数组元素,此处 uint32 和 int32 都可以表示为 int64 .

NumPy 的默认行为是以 32 位或 64 位有符号整数(平台相关且与 C long 大小匹配)或双精度浮点数创建数组.如果您希望您的整数数组是特定类型,那么您需要在创建数组时指定 dtype.

2) NumPy 数组的固有创建函数#

NumPy 具有 40 多个内置函数用于创建数组,如 Array creation routines 中所述.根据它们创建的数组的维度,这些函数可以大致分为三类:

  1. 一维数组

  2. 二维数组

  3. 多维数组

1 - 一维数组创建函数#

一维数组创建函数,例如 numpy.linspace 和 numpy.arange 通常需要至少两个输入, start 和 stop .

numpy.arange 创建具有规则递增值的数组.查看文档以获取完整信息和示例.以下是一些示例:

>>> 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的 start,end 和 step 值.关于 dtype 有一些微妙之处.在第二个示例中,定义了 dtype .在第三个例子中,数组是 dtype=float ,以适应 0.1 的步长.由于舍入误差,有时会包含 stop 值.

numpy.linspace 将创建具有指定数量元素的数组,并在指定的开始值和结束值之间均匀分布.例如:

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

这种创建函数的优点在于,你可以保证元素的数量以及起始点和结束点.之前的 arange(start, stop, step) 不会包含 stop 值.

2 - 二维数组创建函数#

二维数组创建函数,例如 numpy.eye , numpy.diag 和 numpy.vander ,定义了表示为二维数组的特殊矩阵的属性.

np.eye(n, m) 定义了一个二维单位矩阵.i=j 的元素(行索引和列索引相等)为 1,其余为 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进行线性代数运算时非常有用,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 的递减幂,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.ones , numpy.zeros 和 random ,基于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维度数量以及沿该维度的长度来创建任何维度的数组.

numpy.zeros 将创建一个充满 0 值的,具有指定形状的数组.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 将创建一个充满 1 值的数组.它在所有其他方面与 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 方法将创建一个充满介于 0 和 1 之间的随机值的数组.它包含在 numpy.random 库中.下面,创建了两个形状分别为 (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(堆叠为具有更高维度的数组),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]]])

这对于在规则网格上评估多个维度的函数特别有用.

3) 复制,连接或改变现有数组#

创建数组后,您可以复制,连接或改变这些现有数组以创建新数组.当你将一个数组或它的元素赋值给一个新的变量时,你必须显式地 numpy.copy 这个数组,否则这个变量就是原始数组的一个视图.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]

在这个例子中,你没有创建一个新的数组.你创建了一个变量 b ,它查看 a 的前 2 个元素.当你给 b 加 1 时,你得到的结果和给 a[:2] 加 1 的结果是一样的.如果你想创建一个新的数组,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,请查看 Copies and Views .

有很多例程可以连接现有数组,例如 numpy.vstack , numpy.hstack 和 numpy.block .这是一个使用 block 将四个 2x2 数组连接成一个 4x4 数组的例子:

>>> 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来连接 ndarray.查看该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#

这是大型数组创建的最常见情况.详细信息在很大程度上取决于磁盘上的数据格式.本节给出有关如何处理各种格式的通用指针.有关 IO 的更详细示例,请查看 How to Read and Write files .

标准二进制格式#

各种字段都有用于数组数据的标准格式.下面列出了已知有 Python 库可以读取它们并返回 NumPy 数组的格式(可能还有其他可以读取并转换为 NumPy 数组的格式,因此请查看最后一节):

HDF5: h5py
FITS: Astropy

无法直接读取但很容易转换的格式示例是由 PIL 等库支持的格式(能够读取和写入多种图像格式,如 jpg,png 等).

常用 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 有两个用于导入带分隔符数据文件的标准例程 numpy.loadtxt 和 numpy.genfromtxt .这些函数在 读取和写入文件 中有更复杂的使用案例.以下是一个简单的例子,给定一个 simple.csv :

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

使用 numpy.loadtxt 完成导入 simple.csv

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

可以使用 scipy.io 和 Pandas 读取更通用的 ASCII 文件.

5) 通过使用字符串或缓冲区从原始字节创建数组#

可以使用多种方法.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 fromfile() 函数和 .tofile() 方法直接读取和写入 NumPy 数组(请注意您的字节序!).如果存在一个好的 C 或 C++ 库来读取数据,则可以使用多种技术来包装该库,但这当然需要更多的工作,并且需要更高级的知识才能与 C 或 C++ 接口.

6) 使用特殊的库函数(例如,SciPy,pandas 和 OpenCV)#

NumPy 是 Python 科学计算堆栈中数组容器的基础库.许多 Python 库,包括 SciPy,Pandas 和 OpenCV,都使用 NumPy ndarray 作为数据交换的通用格式.这些库可以创建,操作和处理 NumPy 数组.