01 Numpy属性

Numpy常用于矩阵的运算

np.array()定义array矩阵
array.ndim矩阵的维度
array.shape矩阵的形状
array.size矩阵的大小
array.dtype矩阵元素的类型

02 array创建

np.array([x,x,x],dtype = np.int/float)定义矩阵并定义矩阵元素类型
np.array([1,2,3])一维矩阵
np.array([[xxx]])二维矩阵（多少个中括号就多少维度的矩阵）
np.zero((a,b))定义一个a行b列全为0的矩阵
np.one((a,b))定义一个a行b列全为1的矩阵
np.arange(x)生成0到x-1的x个数字
np.arange(a,b)生成a到b-1的b-a个数字
np.arange(a,b,c)生成a到b每隔c输出一个数字
np.arange(c).reshape(a,b)将c个数字分成a行b列生成

03 numpy的运算

arr1 + arr2矩阵对位相加
arr1 - arr2矩阵对位相减
arr1 * arr2矩阵对位相乘
arr1 ** arr2矩阵对位取幂
arr1 / arr2矩阵对位相除
arr1 % arr2矩阵对位取余
arr1 // arr2矩阵对位取整
arr + x矩阵所有元素+x
arr - x矩阵所有元素-x
arr * x矩阵所有元素*x
arr / x矩阵所有元素/x
arr > 3矩阵判断，判断矩阵中的哪些元素大于x
np.dot(arr1,arr2)矩阵arr1乘以矩阵arr2
arr1.dot(arr2)矩阵arr1乘以矩阵arr2
arr.Tarr矩阵转置(一维的不可转置)
np.transpose(arr)arr矩阵转置

04 随机生成数以及矩阵的运算

np.random.random(a,b)生成a行b列的0到1的随机数
np.random.normal(a,b)生成a行b列的符合正态分布的随机数
np.random.randint(0,10,size = (a,b))生成a行b列的int类型的的0到9的十位数
np.sum(xxx)求xxx矩阵和
np.min(xxx)求xxx矩阵中的最小的元素
np.max(xxx)求xxx矩阵中的最大元素
np.sum(xxx,axis=0)求xxx矩阵中按列求和，axis代表按列
np.sum(xxx,axis=1)求xxx矩阵中按行求和，axis代表按行
np.argmin(xxx)求xxx矩阵中最小值的索引值
np.argmax(xxx)求xxx矩阵中最大值的索引值
np.mean(xxx)和xxx.mean()求矩阵中元素的平均值
np.median(xxx)求xxx矩阵中的中位数，若为双数求中间两位数的平均值
np.sqrt(xxx)xxx矩阵开方
np.sort(xxx)矩阵xxx按行排序
np.clip(xxx,a,b)小于a的数的值换成a，大于b的值换成b

05 numpy的索引

对1xn式的矩阵：

arr[x]索引值为x的数
arr[a:b]索引值从a到b的b-a个值
arr[a:-x]索引值从a到倒数第x-1个值
arr[:a]索引值为前a的数
arr[-a:]索引值为到手后a个数

对nxm式的矩阵：

arr[a]索引值为第a行的值
arr[a][b]或arr[a,b]索引值为a，b的值
arr[:,a]索引值为a的列
for x in arr:遍历行
for x in arr.T遍历列
for x in arr.flat遍历所有元素

06 array合并

np.vstack((arr1,arr2,arr3....))纵向合并
np.hstack((arr1,arr2,arr3....))横向合并
np.concatenate((arr1,arr2....),axis = 0/1)合并array时，维度要相同，形状要匹配，axis=0是按列合并（纵向合并），axis=1是按行合并（横向合并）
np.newaxis给矩阵增加维度
np.atleast_1d/2d/3d(arr)判断矩阵是否是一维/二维/三维，若不够维度则增加到满足相应的维度

07 array分割

np.split(arr,a,axis = 0/1)将arr分割成a份，通过横向/纵向分割
np.array_split(arr,a,axis = 0/1)arr的不等分割
np.vsplit(arr,a)垂直分割
np.hsplit(arr,a)水平分割

08 numpy的浅拷贝和深拷贝

arr1 = arr2浅拷贝，arr1和arr2共享一块内存
arr1 = arr2.copy()深拷贝

撒花

【学习笔记】Numpy科学计算库基础学习相关推荐

NumPy科学计算库-学习笔记
文章目录 NumPy科学计算库 0 准备安装python库 jupyter 启动:jupyter notebook jupyter扩展插件 1 基本操作 1.1 数组创建 1.2 查看属性 1.3 ...
MOOC网神经网络与深度学习TensorFlow实践2——numpy科学计算库、matplotlib
numpy科学计算库只打乱第一维的数据: Matplotlib 散点图折线图和柱状图波士顿房价数据集可视化鸢尾花数据集可视化
神经网络与深度学习——TensorFlow2.0实战(笔记)(五)(NumPy科学计算库＜1＞python)
多维数组形状(Shape): 是一个元组,描述数组的维度,以及各个维度的长度. 长度(Length): 某个维度中的元素个数. 数字单门课程成绩 1*课程成绩一维数组多门课程成绩 n*课程成绩 ...
python【Numpy科学计算库】Numpy的超实用基础详细教程（看不懂你来打我）
文章目录 Numpy简单介绍 1.Numpy是什么 2. 多维数组 numpy数据类型设定与转换 numpy索引与切片多维数组索引.切片数组文件输入输出使用numpy.arange方法使用nu ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(五)(NumPy科学计算库＜2＞python)
数组元素的切片一维数组 #一维数组 #切片方法和Python序列数据结构的切片一样 a=np.array([0,1,2,3,4],dtype=np.int64)#占用新的内存 #不包括结束位置 pr ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(五)(NumPy科学计算库＜矩阵和随机数＞python)
矩阵和随机数矩阵创建矩阵 #创建矩阵 astring = np.mat("1 2 3; 4 5 6") alist = [[1,2,3],[4,5,6]] anplist = ...
Go语言科学计算库 Gonum 学习1
Gonum Installation 安装 The core packages of the gonum suite are written in pure Go with some assembly ...
【Python 标准库学习】数据科学计算库 — math
欢迎加入 Python 官方文档翻译团队:https://www.transifex.com/python-doc/ math 模块官方文档:https://docs.python.org/3/lib ...
NumPy科学计算库（1）Python数据分析
1 NumPy简介简单来说NumPy的功能就是就是对可以一个数值集合(eg:数组)进行各种各样的操作. NumPy(Numerical Python)是Python的一种开源的数值计算扩展.提供 ...

【学习笔记】Numpy科学计算库基础学习

01 Numpy属性

02 array创建

03 numpy的运算

04 随机生成数以及矩阵的运算

05 numpy的索引

06 array合并

07 array分割

08 numpy的浅拷贝和深拷贝

【学习笔记】Numpy科学计算库基础学习相关推荐

最新文章

热门文章