NumPy 二维数组

NumPy 数组可以是多维的。其中，二维数组是 NumPy 数组 的一种常见形式，它由行和列组成，类似于矩阵。

NumPy 创建二维数组

NumPy 中有多种创建二维数组的方法，比如可以使用 numpy.array() 函数从 “列表” 或 “元组” 创建二维数组，也可以使用 NumPy 内置函数创建特定的二维数组。

1. 使用 numpy.array() 函数

在 NumPy 中，我们可以使用 numpy.array() 函数从嵌套列表或元组创建二维数组。

示例 1：numpy.array() 创建二维数组

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr)

运行结果如下。

[[1 2 3]
 [4 5 6]]

分析：

numpy.array([[1, 2, 3], [4, 5, 6]]) 表示创建了一个 2 行 3 列的二维数组。

2. 使用 NumPy 内置函数

NumPy 提供了一些内置函数，可以用于创建特定的二维数组，比如：

• numpy.zeros()：创建全 0 的二维数组。
• numpy.ones()：创建全 1 的二维数组。

示例 2：NumPy 创建特殊二维数组

import numpy as np

arr1 = np.zeros((2, 3))    # 创建一个 2×3 的全 0 数组
arr2 = np.ones((3, 4))     # 创建一个 3×4 的全 1 数组

print(arr1)
print(arr2)

运行结果如下。

[[0. 0. 0.]
 [0. 0. 0.]]

[[1. 1. 1. 1.]
 [1. 1. 1. 1.]
 [1. 1. 1. 1.]]

分析：

numpy.zeros((2, 3)) 表示创建一个 2 行 3 列的全 0 数组，而 numpy.ones((3, 4)) 表示创建一个 3 行 4 列的全 1 数组。

NumPy 二维数组的属性

NumPy 二维数组有很多属性，常用的如下表所示。

示例 3：二维数组的属性

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])

print('数组的维度个数为：', arr.ndim)
print('数组的形状为：', arr.shape)
print('数组的元素个数为：', arr.size)
print('数组的元素类型为：', arr.dtype)

运行结果如下。

数组的维度个数为：2
数组的形状为：(2, 3)
数组的元素个数为：6
数组的元素类型为：int64

分析：

其中，数组 arr 的形状为 (2, 3)，表示它是一个 2 行 3 列的二维数组。

NumPy 二维数组的索引和切片

在 NumPy 中，二维数组的索引和切片与 Python 列表的类似，我们可以通过指定行和列的索引来获取数组元素。

示例 4：二维数组的索引和切片

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])

print(arr[0, 0])      # 获取第 1 行第 1 列的元素
print(arr[0, :])      # 获取第 1 行的所有元素
print(arr[:, 1])      # 获取第 2 列的所有元素

运行结果如下。

1
[1 2 3]
[2 5]

分析：

arr[0, 0] 表示获取数组 arr 中第 1 行第 1 列的元素，arr[0, :] 表示获取数组 arr 中第 1 行的所有元素，arr[:, 1] 表示获取数组 arr 中第 2 列的所有元素。