numpy
2019-10-06 本文已影响0人
陈文瑜
ndarray对象
- 举例np.array
# 最小维度 a = np.array([1, 2, 3,4,5], ndmin = 2) - tolist 转换为list列表
a.tolist() # type list - shape
a = np.array([[1,2,3],[4,5,6]]) a.shape # (2, 3) - ndim
#返回数组的维数。 - arange
np.arange(24) # [0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23] - numpy.linspace
np.linspace(10,20,5) # [10. 12.5 15. 17.5 20.] - np.arange
np.arange(10,20,2) # [10 12 14 16 18] - empty
np.empty([3,2], dtype = int) # 数组元素为随机值 - np.zeros(5)
np.zeros(5) # [ 0. 0. 0. 0. 0.] - numpy.ones
np.ones(5) # [ 1. 1. 1. 1. 1.]
切片索引
- slice 始 末 间隔
a = np.arange(10) s = slice(2,7,2) b = a[2:7:2] # [2 4 6] a[5] # 5 a[2:5] # [2 3 4] - 多维ndarray
a = np.array([[1,2,3],[3,4,5],[4,5,6]]) #[[1 2 3] # [3 4 5] # [4 5 6]] a[1:] #[[3 4 5] #[4 5 6]] - 根据位置挨个取
x = np.array([[1, 2], [3, 4], [5, 6]]) y = x[[0,1,2], [0,1,0]] # [1 4 5] -
高级索引 切片
切片.png
NumPy - 统计函数
- 用于从数组中给定的元素中查找最小，最大，百分标准差和方差等
NumPy - 线性代数
- numpy.linalg模块，提供线性代数所需的所有功能
dot 两个数组的点积 vdot 两个向量的点积 inner 两个数组的内积 matmul 两个数组的矩阵积 determinant 数组的行列式 solve 求解线性矩阵方程 inv 寻找矩阵的乘法逆矩阵
