numpy 的一些数组操作方法

import numpy as np

1、random

用法：产生伪随机数
样例：
np.random.seed(0) //产生以0为种子的伪随机数生成器
order_arr = np.random.permutation(100) //返回100个伪随机数，返回值是一个array

2、mgrid

用法：返回多维结构，常见的如2D图形，3D图形。对比np.meshgrid，在处理大数据时速度更快，且能处理多维（np.meshgrid只能处理2维）
ret = np.mgrid[ 第1维，第2维，第3维， …]
返回多值，以多个矩阵的形式返回，第1返回值为第1维数据在最终结构中的分布，第2返回值为第2维数据在最终结构中的分布，以此类推。（分布以矩阵形式呈现）
例如np.mgrid[X , Y]
样本（i，j）的坐标为（X[i，j] ,Y[i，j]）,X代表第1维，Y代表第2维，在此例中分别为横纵坐标。

例如1D结构（array），如下：

>>> pp = np.mgrid[-5:5:5j]
>>> pp
array([-5. , -2.5,  0. ,  2.5,  5. ])1
2
3
1
2
3

例如2D结构 (2D矩阵)，如下：

>>> pp = np.mgrid[-1:1:2j,-2:2:3j]
>>> x , y = pp
>>> x
array([[-1., -1., -1.],[ 1.,  1.,  1.]])
>>> y 
array([[-2.,  0.,  2.],[-2.,  0.,  2.]])1
2
3
4
5
6
7
8
1
2
3
4
5
6
7
8

例如3D结构 (3D立方体)，如下：

>>> pp = np.mgrid[-1:1:2j,-2:2:3j,-3:3:5j]
>>> print pp
[[[[-1.  -1.  -1.  -1.  -1. ][-1.  -1.  -1.  -1.  -1. ][-1.  -1.  -1.  -1.  -1. ]][[ 1.   1.   1.   1.   1. ][ 1.   1.   1.   1.   1. ][ 1.   1.   1.   1.   1. ]]][[[-2.  -2.  -2.  -2.  -2. ][ 0.   0.   0.   0.   0. ][ 2.   2.   2.   2.   2. ]][[-2.  -2.  -2.  -2.  -2. ][ 0.   0.   0.   0.   0. ][ 2.   2.   2.   2.   2. ]]][[[-3.  -1.5  0.   1.5  3. ][-3.  -1.5  0.   1.5  3. ][-3.  -1.5  0.   1.5  3. ]][[-3.  -1.5  0.   1.5  3. ][-3.  -1.5  0.   1.5  3. ][-3.  -1.5  0.   1.5  3. ]]]]1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

3、np.r_ , np.c_

用法：concatenation function
np.r_按row来组合array，
np.c_按colunm来组合array

>>> a = np.array([1,2,3])
>>> b = np.array([5,2,5])
>>> //测试 np.r_
>>> np.r_[a,b]
array([1, 2, 3, 5, 2, 5])
>>> 
>>> //测试 np.c_
>>> np.c_[a,b]
array([[1, 5],[2, 2],[3, 5]])
>>> np.c_[a,[0,0,0],b]
array([[1, 0, 5],[2, 0, 2],[3, 0, 5]])1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15