numpy2

numpy

1、属性

  • array=np.array([[1,2,3],[4,5,6]])构建数组

  • array.ndim数组的维数

  • array.shape数组的形状(几行几列)

  • array.size数组的大小

2、矩阵的构建

  • np.array([2,3,4],dtype=np.int)dtype矩阵的数据类型

  • array.dtype数据类型

  • np.zeros((3,4))三行四列全部为0的矩阵

  • np.ones((3,4))三行四列全部为1的矩阵

  • np.empty((3,4))三行四列的为空的矩阵

    • [[0.0e+000]
 [0.0e+000]
 [1.6e-322]]

      1
      2
      3
      4
      5
      6
      7
      8
      9
      10
      11
      12

      - ```np.arange(10,20,2)```指定范围和步长的矩阵,不包括20

      - ```np.arange(12).reshape((3,4))```重新定义矩阵形状

      - ```np.linspace(1,10,20)```从1到10范围内平均分成20段构建矩阵

        - ```python
          [ 1.          1.47368421  1.94736842  2.42105263  2.89473684  3.36842105
            3.84210526  4.31578947  4.78947368  5.26315789  5.73684211  6.21052632
            6.68421053  7.15789474  7.63157895  8.10526316  8.57894737  9.05263158
            9.52631579 10.        ]

3、基础运算

  • 加法/减法/乘法/除法/幂

    • a=np.array([10,20,30,40])
b=np.arange(4)
c=a+b/a-b

      1
      2
      3
      4
      5

      - ```python
        c=a*b
        c=a/b
        c=a**b
      

    • c=np.sin(a)
c=np.cos(a)
c=np.tan(a)

      1
      2
      3
      4
      5
      6

      - 判断

        - ```python
          b<3
          [True True True False]

  • 矩阵

    • a=np.array([[1,1],[0,1]])
b=np.arange(4).reshape((2,2))
c=a*b //逐个相乘
c=np.dot(a,b) //矩阵相乘，行X列
c=a.dot(b) //同上

      1
      2
      3
      4
      5
      6
      7
      8

      - ```python
        a=np.random.random((2,4)) //随机生成一个2行4列的矩阵（范围0~1）
        array([[0.88043011, 0.51304377, 0.87026383, 0.84828964],
               [0.1590715 , 0.00240416, 0.47297475, 0.55885749]])
        np.sum(a,axis=1) //axis维度，1为水平方向，0为竖直方向
        np.min(a)
        np.max(a)
      

    • a=np.arange(2,14).reshape((3,4))
np.argmin(a) //最小值索引
np.argmax(a) //最大值索引
np.mean(a) //平均值
np.average(a) //同上
np.median(a) //中位数
np.cumsum(a) //累加 //array([ 2,  5,  9, 14, 20, 27, 35, 44, 54, 65, 77, 90])
np.diff(a) //累差 //array([[1, 1, 1],
                             [1, 1, 1],
                          [1, 1, 1]])
np.nonzero(a) //非0
np.sort(a) //排序，逐行排序
np.transpose(a) //矩阵的转置
a.T //同上
np.clip(a,5,9) //小于5的变成5，大于9的变成9，位于5~9的保持不变

      1
      2
      3
      4
      5
      6
      7
      8
      9

      ### 4、索引

      ```python
      a=np.arange(3,15)
      print(a[2])
      print(a[2,:]) //第二行
      print(a[:,1]) //第一列
      print(a[1,1:2]) //第一行第一个到第二个
      

1
2
a.flat //每一项（对象）
a.flatten() //每一项（可输出）

5、合并

1
2
3
4
5
6
a=np.array([1,1,1])
b=np.array([2,2,2])
np.vstack((a,b)) //上下合并
np.hstack((a,b)) //左右合并
a[:,np.newaxis] //转为纵向
np.concatenate((a,b,a,b),axis=0) //合并，可以指定维度

6、分割

1
2
3
4
5
a=np.arange(12).reshape((3,4))
np.split(a,2,axis=1) //分割,必须相等
np.array_split(a,3,axis=1) //不等分割
np.vsplit(a,3) //纵向分割
np.hsplit(a,2) //横向分割

7、复制

1
2
b=a.copy() //赋值，但不关联（浅复制）
b=a //深复制