Numpy速成手册（一）

说明:个人学习记录，仅供参考。
操作系统：window10 x64
IDE：Pycharm 2017.2.2
Python版本：3.6.2

安装

本次换一种安装方式：

1、从https://pypi.python.org/pypi/numpy 处下载对应版本，我这里下载numpy-1.13.1-cp36-none-win_amd64.whl (md5, pgp),指的是64位操作系统，python3.6版本对应的numpy。注意版本一定要对应，不然会安装出错。

2、切换到下载文件所在的目录，然后：

pip3.6 install numpy-1.13.1-cp36-none-win_amd64.whl

即可

基本用法

1、求矩阵元素最大值、最小值和平均值

import numpy as np

mat = np.array([
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]
])
# 最大元素的值 9
print(mat.max())
# 最小元素的值 1
print(mat.min())
# 平均值 5.0
print(mat.mean())

2、矩阵求和、行求和、列求和

import numpy as np

mat = np.array([
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]
])
# 元素总和 45
print(mat.sum())
# 元素行求和 [ 6 15 24]
print(mat.sum(axis=1))
# 元素列求和 [12 15 18]
print(mat.sum(axis=0))

3、元素相乘、矩阵相乘

import numpy as np

a = np.array([
    [1, 2],
    [3, 4]
])
b = np.array([
    [5, 6],
    [7, 8]
])

'''
对应位置元素相乘，结果为：
[[ 5 12]
 [21 32]]
'''
print(a * b)

'''
矩阵相乘，结果为：
[[19 22]
 [43 50]]
'''
print(a.dot(b))
# 矩阵相乘，同上
print(np.dot(a, b))

4、矩阵元素求平方、立方、开根号

import numpy as np

# 创建等差数组，类似于range
a = np.arange(4)
# [0 1 2 3]
print(a)
# 求矩阵各元素的平方 [0 1 4 9]
print(a ** 2)
# 求各元素的三次方
print(a ** 3)
# 各元素开根号 [ 0. 1. 1.41421356 1.73205081]
print(np.sqrt(a))

5、求元素e的n次幂

import numpy as np

# 创建等差数组，类似于range
a = np.arange(3)
# [0 1 2]
print(a)
# e的对应元素次幂
# 自然对数的底数e是由一个重要极限给出的.我们定义：当x趋于无限时,lim(1+1/x)^x=e.e是一个无限不循环小数,其值约等于2.718281828…,
print(np.exp(a))

6、随机生成矩阵、向下取整

import numpy as np

# 生成3行4列的二维矩阵，取值为随机的浮点数，在半开区间 [0.0, 1.0)

a = 10 * np.random.random((3, 4))

# 乘10之后，得到类似如下的矩阵：
'''
[[ 4.12913155  3.74225311  5.99355689  6.46899251]
 [ 9.6168953   2.97444891  1.94358161  8.59825219]
 [ 2.55920397  0.88531021  1.97703553  3.21143099]]
'''
print(a)

# floor 用于向下取整
'''
[[ 4.  3.  5.  6.]
 [ 9.  2.  1.  8.]
 [ 2.  0.  1.  3.]]
'''
print(np.floor(a))

7、平坦化数组、矩阵转换

import numpy as np

# 生成3行4列的二维矩阵，取值为随机的浮点数，在半开区间 [0.0, 1.0)

a = np.floor(10 * np.random.random((3, 4)))

'''
[[ 4.  1.  3.  4.]
 [ 0.  2.  4.  3.]
 [ 2.  0.  3.  4.]]
'''
print(a)

# 平坦化数组，其实就是将二维数组转为一维数组，转换规则为从左到右从上到下
b = np.ravel(a)
'''
[ 4.  1.  3.  4.  0.  2.  4.  3.  2.  0.  3.  4.]
'''
print(b)

# 矩阵转换，其实就是将一维数组转为二维数组，当然也可以是一种二维转为另一种二维数组
'''
[[ 4.  1.]
 [ 3.  4.]
 [ 0.  2.]
 [ 4.  3.]
 [ 2.  0.]
 [ 3.  4.]]
'''
print(b.reshape(6, 2))