Python数据分析与数据挖掘 课件 第4、5章 类与对象、NumPy模块的基础与应用

第4章类与对象主讲人：***15-10月-23Python数据分析与数据挖掘目录contents面向对象0102类和对象03类定义与使用04属性方法05继承0706运算符重载面向对象014.1面向对象面向对象定义：是针对面向过程这一思想的不足所提出的，是指以“对象”为核心反映现实中的事物，并以对象之间的消息传递描述事物之间的关系，从而构建程序。实施过程：首先依据对现实需求的分析抽象提取出多个对象，然后为其增加相应的属性和功能，从而达到让对象实现相关的动作。应用：数据库系统、交互式界面、应用结构、应用平台、分布式系统、网络管理结构、CAD技术、人工智能等多个领域。优点：较于面向过程，更适用于复杂化的程序，且易维护、易复用、易扩展，思维逻辑更加贴近于现实生活，更容易解决大型的复杂的业务逻辑。面向过程定义：它是以解决问题的过程为核心进行编程，是一种自顶向下、逐步细化的过程，更侧重于过程之间的关系。存在问题：面对复杂的问题时，过程之间相互调用，步骤流程错综复杂，面向过程就很难解决，或者代码会特别繁杂。类和对象024.2类和对象Python作为面向对象的语言，其实现基础就是类和对象。类（class）是指具有相似特征和行为的事物的集合，是一种广义的数据类型，支持定义复杂数据的特性，包括静态特性（即数据抽象）和动态特性（即行为抽象，也就是对数据的操作方法），如：正方形、平行四边形都属于四边形这一类，而四边形的周长和面积则是对应的操作。对象是现实中该类事物的一个个体，是类的实例。一个类可以支持多个对象的创建，而创建类的一个实例的过程被称为实例化。例如：鸟类是一个类，其中具备性别，年龄等属性，会飞，鸣叫等是方法，而喜鹊、凤凰、鹦鹉等鸟类是几个对象。4.2类和对象类与对象的区别之处：类是对象的抽象，而对象是类的具体实例。类是抽象的，而对象是具体的。每一个对象都是某一个类的实例。每一个类在某一时刻都有零或更多的实例。类是静态的，它们的存在、语义和关系在程序执行前就已经定义好了，对象是动态的，它们在程序执行时可以被创建和删除。类是生成对象的模板。类定义与使用034.3类定义与使用类通过class定义，定义时类名一般需要首字母大写。定义格式如下：class类名：

属性名=属性值 def__init__(self,x,y): self.XXX=x self.XXX=y

def方法名（self）：

方法体 def方法名（self）：

方法体说明：定义类与内置类地位相同，可以出现在代码中的任何位置，最常见的是出现在模块外层，通过import语句导入并使用。类属性，是在类中方法之外定义的，可通过类名访问。此外，类属性也可通过对象访问，但一般不建议这样做，容易导致类属性值不一致的情况。类方法，是对动态特征的抽象，一个类中可定义多个不同的方法，而每个方法的第一个参数都是self，其代表要创建的对象本身。此外，类方法只能通过对象来调用，即向类发消息请求对象执行某个方法。class类名：

属性名=属性值

def__init__(self,x,y): self.XXX=x self.XXX=y def方法名（self）：

方法体 def方法名（self）：

方法体说明：构造函数(__init__)初始化程序，通常在创建和初始化这个类的新对象时被调用，Python提供一个默认的构造函数。如果类中没有显性定义__init__()方法，则创建对象时调用默认方法，不做任何操作，直接返回一个对象；如果类中显性定义了__init__()方法，则创建对象时会优先调用显式方法。__init__()方法的第一个参数是self，表示正在创建的对象，可以通过方法体中的语句实现为对象的属性赋值。该方法还可以有多个参数，创建对象时需要为这些参数提供实际值，从而实现对象属性的操作。4.3类定义与使用类的使用是在主函数，具体语法格式如下：对象名=类名（）对象名.方法名（）【分析】：类定义放在CLASS.py文件中，在本例中使用到其中的Student类,采用导入模块的形式将其导入。利用“Student”类创建一个对象名为“zhangsan”的对象，创建时采用Python默认的构造函数，并通过“类名.属性”和“对象名.方法名”的方式访问类属性（age）和对应的方法（learning()和play()方法）。[例4-1]类的定义实例。4.3类定义与使用【分析】：类定义放在CLASS.py文件中，在本例中使用到其中的Student_new类。在类定义中定义了类属性(age)、对象属性（weight和height）和方法（BMI()）。在主函数中创建一个名为“wangwu”的对象，创建时采用显式定义的构造函数__init__，并将其初始化，传入对象的身高和体重。以“对象名.属性”和“对象名.方法名”的方式访问类属性和对应的方法，同时在主函数中修改属性值。[例4-2]类的定义实例。4.3类定义与使用属性044.4.1实例属性和类属性类属性：在定义类中且在方法之外定义的属性，是所有类的对象都具有的属性。通常情况下，类属性一般通过类名进行访问，也可通过对象名进行类属性的访问，但一般不推荐，容易造成属性值不一致的情况。同时可在主函数中直接修改属性值或者直接添加属性，如“Student”类中的“age”属性。实例属性：定义在构造函数__init__中的属性，定义时以self为前缀。实例属性是描述某一对象特征的数据，故而只专属于对象的属性，也只能通过对象名访问，如Student_new类中的self.weight和self.height属性。实例属性的设置也比较灵活，可以在定义类中的__init__方法中设置，也可在主函数中直接添加修改。[例4-3]类的实例属性与类属性实例。（Student_new参照4-2）【分析】：类定义放在CLASS.py文件中，在本例中使用到其中的Studen_new类。创建对象时采用显式定义的构造函数__init__，并通过“对象名.属性”和“对象名.方法名”的方式访问类属性和对应的方法。同时在主函数中对已有的类属性和实例属性修改，并新增类属性（sex）和实例属性（score）。4.4.1实例属性和类属性在有时，类中的一些属性不希望对外公开，因此屏蔽一些属性值在实现功能时有较大意义。Python中默认的成员函数和成员变量都是公开的，其中的私有属性和方法没有类似Java中public、private等关键词来修饰，所以仅以编程来实现区分。私有属性：属性名前有前缀“__”的属性，一般情况下，只能在类的内部调用，但也可以在类外部以“实例名._类名__私有属性名”的方式访问。公有属性：除私有属性外，其余均为公有属性。4.4.2公有属性和私有属性[例4-4]类的共有属性和私有属性实例。【分析】：在本例中使用到其中的Student_private类。定义类中分别定义了私有属性（__age和__weight）和公有属性，并在方法中直接调用了私有属性（__age属性）。创建对象时采用显式定义的构造函数__init__，并通过“对象名.属性”和“对象名.方法名”的方式访问公有的类属性和对应的方法，但不适用于私有方法的访问，否则会报错。4.4.2公有属性和私有属性[例4-4]类的共有属性和私有属性实例。（以下是错误示范）4.4.2公有属性和私有属性用户不能用wangwu.__weight方式访问学生体重，然而用户也就知道了__weight是个私有变量。我们有没有一种方法让用户通过wangwu.weight来访问学生分数同时继续保持__weight私有变量的属性呢？这时我们可以借助python的@property装饰器。[例4-5]装饰器实例。注意：一旦给函数加上装饰器@property，调用函数的时候可以不加括号直接调用。4.4.2公有属性和私有属性方法054.5方法实例方法：在类中定义的，一般以self作为第一个参数，self代表调用这个方法的对象本身，相当于Java中this的效果，而在方法调用时，可以不用传入self参数，Python会自动将调用这个方法的对象作为参数传入，这也进一步说明实例方法只可以通过对象进行调用。在类定义中，可以通过self关键词实现对象属性的修改，当方法体中的属性与类属性同名时，会覆盖类属性的值。类方法：使用修饰器@classmethod修饰的方法，它的第一个参数是“cls”,表示类本身，作用如同self。类方法可以通过类名或对象名调用。静态方法：是使用修饰器@staticmethod修饰的方法，该方法既不需要对象参数self，也不需要类参数cls，所以该方法没有默认参数。在调用静态方法时，可以通过类名或对象名来调用。4.5.1实例方法[例4-6]实例方法实例。【分析】：在本例中，类定义放在CLASS.py文件中，在本例中使用到其中的Cars类，Cars类中的类属性与方法中的属性同名（即“price”属性），创建c1对象.从结果可以看出，在访问Price_used()方法之前，使用c1对象访问的price属性值为100，说明访问的是类属性。在调用对象方法后，再使用c1对象访问的price属性值为80，此时访问的是对象方法中的同名属性。4.5.2类方法[例4-7]类方法实例。【分析】：类定义放在CLASS.py文件中，在本例中使用到其中的Books类，类声明中分别定义了实例方法(sell_one())和类方法(sell_two())。从前2个调用结果看，在调用实例方法(sell_one）后，类属性的值没发生改变，但调用类方法(sell_two)后，类的属性值发生变化；对比后2个调用结果，可见类和对象都可调用类方法。4.5.3静态方法[例4-8]静态方法实例。【分析】：从运行结果来看，类和对象均可实现静态方法的调用。继承064.6类的继承继承是面向对象的一个重要特征，反映类与类之间的一种所属关系，其中已经存在的定义类一般称为“父类”，而将要在父类基础上定义的类称为“子类”。当子类具有与父类相同的属性和方法时，不需要重复相同的代码，只需直接定义新增的特征或方法。例如：在“学生”类的基础上再定义新的子类“小学生”、“中学生”或“大学生”。这些子类完全拥有“学生”类的属性和方法。如果父类中有私有属性或方法时，子类不能继承。继承使用的语法格式为：class父类名：

方法体class子类名（父类名）：

方法体注：子类定义中的父类名表示其继承自哪一个父类，可以是简单的单个类名，也可以是多个类名，还可以是复杂的表达式，只要值是类对象。当有多个类名时，中间以逗号“，”隔开，也表示子类继承自多个父类，称为多继承。4.6.1隐形继承1、隐性继承是指子类完全继承父类的全部属性与方法，没有在子类方法体中定义其他的属性或方法，从而子类具有和父类一样的特征与功能，但如果父类中含有私有属性或方法时，子类并不能继承。【分析】：本代码定义一个Animal类，类中定义了属性foot和eating()方法，并输出一个字符串。然后又定义一个Bird类，继承自Animal类，方法体中没有新增任何其他方法或属性。最后又创建了一个magpie对象，并访问其foot属性与eating()方法。[例4-9]隐性继承实例。结论：子类对象不能直接访问父类的私有属性和私有方法。子类对象可以通过访问父类方法从而间接访问父类的私有属性。[例4-10]子类对象访问父类实例。4.6.1隐形继承4.6.2覆盖2、覆盖

在子类与父类的继承关系中，会出现子类方法名与父类方法名同名的情况，但其功能却不一样，在调用该方法时父类方法被完全覆盖，即对象调用了子类中的同名方法。【分析】：初始化一个子类对象，调用born()方法，结果显示执行的是子类定义中的方法。[例4-11]覆盖实例。4.6.3

super继承3、super继承：如果子类和父类有同名方法时，子类的方法会将父类方法覆盖。而在实际需要中，我们有时需要调用父类的同名方法，这就需要用到super关键字。

super函数经常使用在子类构造函数__init__()的重写上，其使用格式如下：

super().XXX()

注意：XXX()为方法名。这种形式不带任何参数，其一般出现在子类方法的定义里，在调用这一方法时，解释器会先找到这一对象的直接父类，再在父类中开始找寻XXX()方法,并执行，然后再执行所在子类方法。【分析】：magpie对象要求调用born()方法，这一方法是指子类中的方法，其方法体中含有super().born()，所以解释器从magpie所属父类(Animal)开始查找born()方法，并执行,之后解释器才执行子类的born()方法中的内容。4.6.3

super继承[例4-12]super继承实例。4、多重继承是指子类不仅仅可以继承一个父类，还可以继承多个父类。例如：青蛙，既可以在陆地生活，也可以在水中生活。【分析】：首先申明是2个父类，其类的定义中均包含相同的属性(foot)和方法(get_foot())，以及不同名的方法。子类Frog的定义中指明了属性和方法继承至哪个父类。主函数中分别访问了两个父类的方法及同名方法。结果显示，Frog类的对象同时继承了两个父类的方法。4.6.4多重继承[例4-12]super继承实例。运算符重载074.7运算符重载Python中允许用户使用一些特定的方法实现运算符重载，从而使类的实例对象支持Python的各种内置操作。方法说明运算符__add__(self,num)加法self+num__sub__(self,num)减法Self-num__mul__(self,num)乘法Self*num__mod__(self,num)取余Self%num__pow__(self,num)幂运算Self**num__truediv__(self,num)除法Self/num__radd__(self,num)加法num+self__iadd__(self,num)加法self+=num__and__(self,num)位与self&num__or__(self,num)位或self|num运算符重载方法(部分)4.7运算符重载[例4-14]运算符重载实例。【分析】：本例中定义了一个Calculator类，并重载__add__()和__sub__()方法，初始化一个对象后，对其进行加减运算。本章实践例题本章实践例题[例4-15]定义父类SchoolMember，定义子类Teacher和Student，实现学校人员登记。本章实践例题[例4-16]定义类Triangle，实现能根据输入的三边，计算三角形的周长和面积。本章实践例题[例4-17]定义类Clock，实现数字时钟计时。小结本章结合实例介绍了Python中面向对象编程的基础内容，主要包括类的属性与方法的介绍以及相关应用实例的分析，帮助理解面向对象的编程思想。需重点掌握的内容有：类与对象的概念、Python中类的声明方法、类的属性与方法、类的封装、继承和多态等。小结本章习题1. 设计一个Car类，有类属性price，有一个实例属性color。请写出类的定义语句，并在主程序中写出生成该类的对象语句。主程序中还包括如下语句：Car.price=320000#修改类属性C='TSL'#增加类属性Car1.color="BLUE"#修改实例属性2. 设计一个水果类Fruit，有私有属性color，私有属性city，私有方法outputColor，私有方法outputCity，公有方法output（其中调用私有方法outputColor和outputCity），定义静态方法getPrice和setPrice。在主程序中定义Fruit类的对象，并尝试调用它的各个方法。3. 设计一个三维向量类Vecter3，并实现向量的加法（__add__）、减法以及向量与标量的乘法和除法运算。本章习题4. 定义矩形类rectangle，有实例属性breadth和length，并定义实例方法area，计算并返回矩形面积。5. 定义圆形类circle，有实例属性radius，并定义实例方法area和perimeter，计算并返回矩形面积。6. 定义父类person，有类属性name及age，有私有属性__height，有实例方法info，能输出person的name、age及__height信息。子类student类继承person，有类属性grade，有实例方法info，能输出学生的name、age及grade信息。本章习题第四章类与对象谢谢！Python数据分析与数据挖掘第5章NumPy基础与应用主讲人：***15-10月-23Python数据分析与数据挖掘目录contents数组基础0102数组的相关操作03数组读写数组基础015.1Numpy简介NumPy是Python的一个基础科学计算包，是许多高级的第三方科学计算的模块，如：Matplotlib、Pandas等，都是基于NumPy所构建的。它包含以下几个特点：强大的多维数组对象；精细而复杂的功能；用于集成C/C++和Fortran代码的工具；实用的线性代数，傅里叶变换和随机数功能。对于许多用户，尤其是Windows用户，学习Python的常用工具为Anaconda，其中包括所有数据分析的关键包，不需要再次安装，但可以在命令行中使用pip更新：

pipinstallnumpy–U

可以在/doc/stable/上查阅NumPy的使用文档。5.2NumPy数组基础数组是NumPy中的核心类型，全称为N维数组（N-dimensionalArray,ndarray），整个NumPy模块都是围绕数组来构建的，它是一个固定大小和形状的大数据集容器，该对象由两部分组成：(1) 实际的数据；(2) 描述这些数据的元数据；大部分的数组操作仅仅修改元数据的部分，而不改变底层的实际数据。

NumPy.array和标准的Python库中的Array.array是不一样的，标准的Python库中的Array.array只能处理一维数组，且所有元素的类型必须是一致的，支持的数据类型有整型、浮点型以及复数型，但这些类型不能够满足科学计算的需求，因此NumPy中添加了许多其他的数据类型，如bool、int、int64、float32、complex64等。

同时，NumPy数组有许多特有的属性。（见表5-1）5.2.1数组的属性属性说明.ndim秩，即轴的数量或维度的数量.shapendarray对象的尺度，对于矩阵，n行m列.sizendarray对象元素的个数，相当于.shape中n*m的值.dtypendarray对象的元素类型.itemsizendarray对象中每个元素的大小，以字节为单位.nbytesndarray对象中元素连续内存的大小表5-1NumPy数组常见属性列表5.2.1数组的属性-实例importnumpyasnparray=np.array([[1,2,3],[4,5,6]])#定义数组print(array.ndim)#查看数组的秩print(array.shape)#查看数组的形状print(array.size)#查看数组元素个数print(array.dtype)#查看数组元素类型print(array.itemsize)#查看元素所占字节print(array.nbytes)#数组所占内存大小运行结果：2(2,3)6int32424[例5-1]构建一个二维数组arr，并查看数组的属性特点。5.2.1数组的属性-实例[思考题]构建一个二维数组arr，请写出数组属性的输出结果。importnumpyasnp#定义数组array=arr=np.array([[iforiinrange(5)],[iforiinrange(5,10)]])print(array.ndim)#查看数组的秩print(array.shape)#查看数组的形状print(array.size)#查看数组元素个数print(array.dtype)#查看数组元素类型print(array.itemsize)#查看元素所占字节print(array.nbytes)#数组所占内存大小运行结果：2(2,5)10int324405.2.2创建数组在使用数组前，必须首先导入NumPy模块。导入格式：importnumpyasnp1、利用np.array()函数生成数组利用np.array()函数来创建，函数的参数可以是元组、列表，也可是另一个数组。语法格式为：X=np.array(list/tuple)或者X=np.array(list/tuple,dtype=np.dtype)注：当np.array()不指定dtype时，NumPy将根据数据情况自动匹配一个dtype类型。[例5-2]以列表创建：a=np.array([1,2,3,4]) d=np.array([[1,2,3],[4,5,6]])

[例5-3]以元组创建：b=np.array((1,2,3,4),dtype=np.float32)以列表+元组创建：c=np.array([[1,2],[3,4],(0.1,0.8)])注：若数值类型不同时，会将其合并为类型范围较大的一种5.2.2创建数组2、利用内置函数产生特定形式的数组函数说明np.arange(n)类似range()函数，返回ndarray类型，元素从0到n-1np.ones(shape)根据shape生成一个全1数组，shape是元组类型，默认浮点型np.zeros(shape)根据shape生成一个全0数组，shape是元组类型，默认浮点型np.full(shape,val)根据shape生成一个数组，每个元素值都是valnp.eye(n)创建一个正方的n*n单位矩阵，对角线为1，其他为0表5-2NumPy常见内置函数2、利用内置函数产生特定形式的数组1）

np.zeros()函数、np.ones()函数和np.eye()函数：

语法：X=np.xxx(shape，dtype=float)注：np.zeros()函数是生成一个数值全为零的数组，其中的行列数可以自定义。数值类型默认为浮点型。np.ones()函数用法与np.zeros()函数完全相同，只有数值不同。[例5-4]使用np.zeros()函数创建全0数组。5.2.2创建数组5.2.2创建数组2、利用内置函数产生特定形式的数组2）np.arange()函数

语法：X=np.arange([start,]stop[,step,],dtype=None)注：np.arange()函数可以产生一个等距数组，其中：[]内的内容可省略，start的默认值为0，step的默认值为1。故而，参数个数可以为1个、2个或3个。

当只含一个参数时，即只有stop参数，此时将生成一个从0到stop-1，步长为1的整数数组。【例5-5-Part1】当含2个参数时，即指定起始位置，生成一个从start到stop-1，步长为1的整数数组。【例5-5-Part2】当含3个参数时，即指定起始位置与步长，生成一个从start到stop-1，步长为定值的数组，指定的步长可以是浮点型。【例5-5-Part3】[例5-5]使用np.arange创建数组，分别带有1个参数、2个参数和3个参数。首先创建只带一个参数的，代码及输出结果如下：【例5-5-Part1】【例5-5-Part2】【例5-5-Part3】5.2.2创建数组2、利用内置函数产生特定形式的数组3）np.linspace()函数：

语法：np.linspace(start,stop,num=50,endpoint=True,retstep=False,dtype=None)注：Numpy中的linspace函数可以用来创建由等差数列构成的一维数组。相关的参数以及说明见下一张PPT表格。5.2.2创建数组2、利用内置函数产生特定形式的数组3)np.linspace()函数：表5-3linspace函数的参数及说明5.2.2创建数组[例5-6]使用linspace函数生成均匀分布的数组，代码及输出结果如下：2、利用内置函数产生特定形式的数组3)np.linspace()函数：5.2.2创建数组4)np.empty()函数：注：np.empty()函数是生成一个指定形状和类型且全为空的数组，该函数只是让系统分配指定大小的内容，而并没有初始化，里面的值是随机的。[例5-7]使用np.empty生成一个指定形状和类型且全为空的数组，代码及输出结果如下：2、利用内置函数产生特定形式的数组5.2.2创建数组3、生成随机数组1）

numpy.random.rand(d0,d1,...,dn)函数注：创建给定形状的数组，并使用[0.0,1.0)上均匀分布的随机浮点数填充该数组。当函数没有参数时，返回一个随机浮点数，当函数有一个参数时，返回该参数长度大小的一维随机浮点数数组，当函数有两个及以上参数时，则返回对应维度的数组。2）numpy.random.randint(low,high=None,size=None,dtype=int)函数注：返回随机整数数组，数据值位于半开区间[low,high)。可以用size设置数组的形状，例如，若size为(m,n,k)，则绘制m*n*k形状的样本。size默认值为“None”，在这种情况下，将返回单个值。5.2.2创建数组3、生成随机数组3）numpy.random.randn(d0,d1,...,dn)函数注：返回一个或一组服从标准正态分布的随机样本值。当函数没有参数时，则返回一个浮点数，当函数有一个参数时，则返回秩为1的数组，不能表示向量和矩阵，当函数有两个及以上参数时，则返回对应维度的数组，能表示向量或矩阵。此外，np.random.standard_normal()函数与np.random.randn()类似，但是np.random.standard_normal()的输入参数为元组（tuple）。5.2.2创建数组3、生成随机数组4）

numpy.random.shuffle(x)函数注：类似洗牌操作，修改参数x。参数x为要洗牌的数组、列表或可变序列。5）numpy.random.permutation(x)函数注：随机排列一个序列，或返回一个排列的范围。如果x是一个多维数组，则它只会沿着其第一个索引移动。5.2.2创建数组3、生成随机数组[例5-8]使用random模块生成随机数组，代码及输出结果如下：5.2.3数组的数据类型数据类型说明bool布尔类型，true或falseintc与C语言中的int类型一致，一般是int32或int64intp用于索引的整数，int32或int64int8字节长度的整数，取值：[‐128,127]int1616位长度的整数，取值：[‐32768,32767]int32int64uint88位无符号整数，取值：[0,255]uint1616位无符号整数，取值：[0,65535]uint32uint64float1616位半精度浮点数：1位符号位，5位指数，10位尾数float3232位半精度浮点数：1位符号位，8位指数，23位尾数float6464位半精度浮点数：1位符号位，11位指数，52位尾数complex64复数类型，实部和虚部都是32位浮点数complex128复数类型，实部和虚部都是64位浮点数表5-4数组的数据类型5.2.3数组的数值类型[例5-9]创建整型和浮点型的混合类型数组，NumPy会将其统一改为浮点型。

当使用元组或列表时作为创建数组的参数时，若数据类型不同，会将其类型统一为类型范围较大的一种，即当传入的数据有多种类型时，NumPy会自动进行判断，将数组转化为最为通用的类型。5.2.4数组的迭代一维数组：迭代返回对应数组中的每一个元素。多维数组：迭代返回值是一个维度减一的数组。多维数组：可以进行列迭代和逐个元素迭代。行迭代[例5-10]一维和多维数组迭代。[例5-11]多维数组的列迭代和逐个元素迭代。列迭代逐个迭代5.2.5数组的索引和切片1、一维数组的索引

一维数组的索引与列表类似，不仅支持单个元素的索引，还支持负数索引与切片，负索引或切片后得到的结果仍是一个数组，可以进行数组的相关操作。[例5-12]一维数组索引。2、多维数组的索引---多重索引单个元素：array[行数][列数]某一行元素：array[行数]或array[行数，：]某一列元素：array[：，列数]某几行和某几列：[起始行：终止行，起始列：终止列][例5-13]多维数组索引。5.2.5数组的索引和切片1、合并 在水平方向上，一般采用hstack()函数实现两个数组的合并。 具体语法为：np.hstack((a,b))。 此外，concatenate(axis=1)函数和column_stack()函数可以实现类似的效果。[例5-14]数组水平方向上的合并。5.2.6数组的合并和拆分1、合并

在竖向方向上，一般采用vstack()函数实现两个数组的合并。

具体语法为：np.vstack((a,b))。

当参数axis设置为0时，concatenate()函数可以得到同样的结果。row_stack()函数亦如是。除此之外，还有一种是深向合并的操作，它是沿着第三个坐标轴的方向来合并，使用到的函数是dstack()。[例5-15]数组竖向及深向上的合并。5.2.6数组的合并和拆分2、拆分

水平拆分：对于一个n*m的数组，可以沿着水平方向将其拆分为m部分，并且各部分的大小和形状完全相同：hsplit()、split(axis=1)

竖向拆分：对于一个n*m的数组，也可以沿着竖向(按行)将其拆分为n部分，并且各部分的大小和形状完全相同：vsplit()、split(axis=0)

深向拆分：对于一个n*m的数组，也可以沿着深向将其拆分为n部分：dsplit()5.2.6数组的合并和拆分[例5-16]数组的拆分。5.2.6数组的合并和拆分数组的相关操作025.3.1统计相关操作NumPy提供了很多统计函数，可以支持对数组的多种统计操作。例如，从数组中查找最小元素，最大元素，计算均值、标准差和方差等。

常见的统计函数及说明见表5-5。函数说明.sum()数组求和，默认对所有元素求和.prod()数组求积，默认对所有元素求积.max()和.min()求数组元素中的最大值或者最小值.argmax()和.argmin()求数组元素中的最大值或者最小值的位置.mean()求数组所有元素的均值.std()和.var()求数组元素中的标准差或方差表5-5数组的统计操作[例5-17]数组统计相关操作实例。5.3.1统计相关操作1、修改数组形状：.shape属性[例5-18]使用.shape属性修改数组形状。5.3.2形状相关操作5.3.2形状相关操作2、不改变数组自身形状的方法：reshape()方法 reshape()方法也可以实现类似.shape属性的效果，但是它不改变原数组的形状，并返回一个新的数组。注意：形状参数必须与数组大小一致，否之会抛出异常。 reshape()方法可以接受一个“-1”作为参数，当某一维度是-1时，NumPy会自动根据其他维度来计算这一维度的大小。[例5-19]使用.reshape()方法不改变原数组形状。[例5-20]使用“-1”作为.reshape()参数。3、改变数组自身形状的方法：.resize()方法.resize()方法的作用与reshape()方法的功能一致，但改变原来数组的形状。它的原理是首先将原来数组转变为一维数组，再判断元素的个数，若缺失，则缺失元素以0补全；若过满，则只截取所需元素，从而实现对数组形状的修改。注意：.resize()方法不支持-1参数。[例5-21]使用.resize()方法改变数组自身形状。5.3.2形状相关操作4、数组的转置：.T属性和.transpose()方法对于数组而言，转置可以通过.T属性和.transpose()方法实现。一般情况下，这两种方法是等价的。对一维数组而言，转置返回它的本身；对于二维数组而言，转置相当于将其行列互换；对于多维数组而言，转置是将所有的维度反向，原来的第一维变为最后一维，原来的最后一维变成第一维。[例5-22]数组的转置。5.3.2形状相关操作5、数组的降维：.flat属性、.flatten()方法和.revel()方法数组的降维是针对多维数组而言的，可以利用.flat属性得到数组中的一个一维引用数组，同时，此属性支持修改对应数值，从而使原数组的对应位置有相应的改变。.flatten()方法和.revel()方法也可以实现将数组返回一维化的结果，但是.flatten()方法返回的是原数组的一个复制，修改它对原数组不产生影响。.revel()方法是返回引用，只有在必要时返回复制。[例5-23]数组的降维。5.3.2形状相关操作5.3.3四则运算&点乘&比较操作[例5-24]数组的四则运算、点乘与比较操作。数组与数字之间的四则运算，规则是数组元素分别对应进行相应运算。[例5-24]数组的四则运算、点乘与比较操作。数组与数组之间也可以进行四则运算，前提是参与运算的数组需有相同的行列。运算规则是按位运算，对应位置进行运算。此外，数组还支持幂运算、取余和取整运算。5.3.3四则运算&点乘&比较操作[例5-24]数组的四则运算、点乘与比较操作。在数学上，二维数组可以看成矩阵，一维数组可以看成向量，它们还支持点乘运算，用.dot()函数实现。5.3.3四则运算&点乘&比较操作[例5-24]数组的四则运算、点乘与比较操作。数组还支持其他运算，例如，比较和逻辑操作。在比较操作中，数组可以与一个数进行比较，会返回一个布尔型的数组；数组与数组之间也可以进行比较，返回一个布尔型数组。5.3.3四则运算&点乘&比较操作数组读写035.4.1数组的读取

从文本文件中读取数据：np.loadtxt()函数。语法格式为：numpy.loadtxt(fname,dtype=<class'float'>,comments='#',delimiter=None,converters=None,skiprows=0,usecols=None,unpack=False,ndmin=0,encoding='bytes',max_rows=None,*,like=None)

说明如表5-6。[例5-25]从文本文件中读取数据，读出的数据为数组类型。首先读取dat