2.1 多维数组对象

标准Python不支持多维数组，为此NumPy库提供了支持丰富数据表示方式的多维数组ndarray，方便一维、二维甚至多维的数组处理。ndarray数组对象所有元素类型必须相同，且大小固定，在创建时定义，使用过程中不可改变。一般采用如下方式导入NumPy库。

由于NumPy库的函数较多且与其他第三方库重名，为了避免函数命名冲突，使用import…as关键字将Numpy重命名为np，在后续使用Numpy时用np代替，这样，既简化了拼写也避免与其他库的函数冲突。

案例2-1：学生课程考试成绩数据

5位学生参加了学业水平考试，考试科目共7门，考试成绩如表2-1所示。

本章将围绕此数据案例介绍如何使用ndarray存储及处理学生成绩数据。

2.1.1 一维数组对象

NumPy库的array函数可以基于Python的列表创建ndarray对象，如果列表的各个元素均为单变量，创建的就是一维ndarray对象。

【例2-1】 创建一维数组分别保存学生姓名和考试科目，访问数组元素。

NumPy库为ndarray对象提供了很多属性和方法，用于查看ndarray对象的属性，获取数据子集，并进行计算。

1．查看数组的属性

2．单个数组元素访问

访问一维ndarray的数据元素与访问Python序列的方式相同，索引序号范围为[0, n-1]或[-n, -1]（n为数组大小）。

3．数组切片（slicing）

抽取数组的一部分元素生成新数组称为切片操作。切片根据给出的索引，抽取出对应的元素。

当使用索引列表进行切片操作时，外层的方括号表示数组索引操作，内层的方括号表示多个索引组成的列表。

索引也可以通过start:end:step形式给出，它生成一个等差数列，元素从start开始，end-1结束，step为步长。start默认为从头开始，end默认为最后一个元素结束，step默认步长为1。

4．根据条件筛选数组元素

ndarray可以使用条件表达式和关系运算符来选择所需要的数据元素。如筛选出names数组中值等于“王微”或“钱易铭”的元素。

条件筛选分为两个步骤，首先利用（names=='王微'）|（names=='钱易铭'）条件表达式创建一个布尔型的数组，然后使用此对象对names内的元素按位置选择，值是True的选中，False的不选。分步骤实现代码如下。

2.1.2 二维数组对象

使用array函数创建二维ndarray数组对象，初始化的列表，其元素也是列表。

【例2-2】 创建二维数组scores，记录“names”中每位学生对应“subjects”各门课程的考试成绩。

创建函数array的参数列表的每个元素代表1位学生的成绩，每位学生的成绩又是由7门课程成绩组成的列表。scores数组每行表示1位学生各门课程的成绩，每列表示1门科目所有学生的成绩。

1．查看数组属性

scores是一个5行、7列的2维数组，共有35个整数类型的元素。

2．二维数组切片

二维数组切片操作的基本格式：

其中row为行序号，column为列序号，中间用“,”隔开。行、列切片的表示方式与一维数组相同。如果行或列用“:”代替，表示选中对应的所有行或列。

1）访问指定行、列的元素，给出行和列两个索引值。

注意上例中在方括号中给出行切片[1,3]和列切片[0,1]，表示抽取行序号为1、列序号为0,以及行序号为3、列序号为1的元素，得到一维的ndarray数组。

2）访问部分行元素，给出行列表即可，列索引的“:”可以省略。

3）访问部分列元素，如显示所有学生数学课和英语课的成绩。

前面的行索引“:”不能省略，否则无法识别是对列切片。

4）访问部分行和列数据。

访问索引为0和3的行中，1～3列的所有元素。

如果需要抽取指定某些行中指定列的所有元素，则需要进行两层切片。

首先scores[[1,3]]得到了由scores序号1、3行组成的二维ndarray对象，再在此对象上进行切片操作，取所有行的0、1列的元素。

3．条件筛选

可以使用布尔型数组筛选访问其他数组的元素。用于筛选的布尔数组，需要具有与访问数组相同的行数或列数。如筛选“肖良英”和“方绮雯”的所有课程成绩。

行索引使用（names=='肖良英'）|（names=='方绮雯'）布尔数组给出，表示scores中布尔数组True对应的行被选中。列索引为冒号，表示所有的列元素都选中，也可以省略。

可以对二维数组的行、列同时使用布尔表达式筛选，如显示“肖良英”和“方绮雯”的“Math”和“Python”课程成绩，可以使用两层筛选实现。

首先在二维数组中筛选出“肖良英”和“方绮雯”的所有成绩得到一个两行的二维数组，然后在此数组上选择列满足条件表达式（subjects=='Math'）|（subjects=='Python'）的所有行。

2.1.3 创建多维数组的常用方法

NumPy库还提供了其他一些数组创建函数，以满足不同初始化的需求。下面列出常用的数组创建和初始化函数。

1．arange()函数

arange()函数可以根据给定的起始范围和步长，生成一个由数值序列组成的数组，规则与列表索引相同。如生成从0开始到10结束的连续整数数组。

arange()函数的3个参数可以是浮点数。

2．reshape()函数

使用reshape()函数可以将一维数组转换为指定的多维数组。如将有15个连续整数的一维数组转换为3×5的二维数组。

reshape(n,m)，n表示行数，m表示列数。

3．zeros()函数和ones()函数

zeros()函数和ones()函数生成指定大小的全0和全1的数组，如分别生成3×4的全0数组和4×3的全1数组。

zeros()和ones()函数的参数都为元组(n,m)，n表示行数，m表示列数。

思考与练习

1．一维数组访问。

1）在subjects数组中选择并显示序号1、2、4门课的名称，使用倒序索引选择并显示names数组中“方绮雯”。

2）选择并显示names数组从2到最后的数组元素；选择并显示subjects数组正序2～4的数组元素。

3）使用布尔条件选择并显示subjects数组中的英语和物理科目名称。

2．二维数组访问。

1）选择并显示scores数组的1、4行。

2）选择并显示scores数组中行序2、4学生的数学和Python成绩。

3）选择并显示scores数组中所有学生的数学和艺术课程成绩。

4）选择并显示scores数组中“王微”和“刘旭阳”的英语和艺术课程成绩。

3．生成由整数10～19组成的2×5的二维数组。