Numpy 学习随记

数组切片

import numpy as np
a = np.array([[11, 12, 13], [21, 22, 23]], [31, 32, 33])

注意Numpy中元素编号从0开始，左侧包含右侧不包含

1. 取单个元素x = a[1, 2]，对应第0维的第1个元素4
2. 切片x = a[0:2, 1:3]，对应第0维的第0~1个元素，第1维的第1~2个元素[[12 13], [22 23]]
3. 切片x = a[:2, 2:]，对应对应第0维的最开始到第2（2-1）个元素，第1维的第2个及以后的所有元素[[13], [23]]

判断一个数组是否存在于另一个大数组内

直接使用==会逐数字判断元素是否存在：

import numpy as np

a = np.array([[1, 2, 3], [2, 3, 4]])

print(a == np.array([1, 2, 3]))

可以改为(a == np.array([1, 2, 3])).all(1).any()。y == z会将y的每一行与z的每个元素进行比较。 使用all(axis=1)可以获取所有元素匹配的行，并使用any()找出是否匹配。

import numpy as np

a = np.array([[1, 2, 3], [2, 3, 4]])

print(a == np.array([1, 2, 3]))
print((a == np.array([1, 2, 3])).all(1))
print((a == np.array([1, 2, 3])).all(1).any())

输出结果：

[[ True  True  True]
 [False False False]]
[ True False]
True

各种拷贝

1. 无拷贝a = b:a,b完全相同，指向同一对象
2. 浅拷贝b = a.view()：只会copy父对象，不会copy底层的数据，共用原始引用指向的对象数据。如果在view上修改数据，会直接反馈到原始对象。改变b的shape等父对象的参数时，不会改变a的相应参数
3. 深拷贝b = a.copy()：对象及其子对象都进行copy一份，两对象完全独立。