目录
28. 数组连接（concatenate、vstack、hstack）
一、常用（自查）
1. 创建数组（array）
np.array()将列表转换为 NumPy 数组。
2. 数组形状（shape）
np.shape
np.ndarray.shape查看数组形状。
3. 数组维度（ndim）
np.ndim
np.ndarray.ndim查看数组维度。
4. 数组⼤⼩（size）
np.size
np.ndarray.size查看数组⼤⼩。
5. 数组数据类型（dtype）
np.dtype
np.ndarray.dtype查看数组数据类型。
6. 数组类型转换（astype）
np.astype()
np.ndarray.astype转换数组数据类型。
int_array = np.array([[1, 2, 3], [4, 5, 6]])
float_array = int_array.astype(float)7. 特定数组生成（zeros、ones）
np.zeros() # 创建全零数组
np.ones() # 创建全⼀数组
np.full() # 创建特定填充值数组
np.empty() # 创建未初始化数组创建特定填充值的数组。
np.full((2, 3), 5)
np.empty((2, 3))
8. 指定范围数组生成（arange、linspace）
np.arange() # 创建指定范围的数组
np.linspace() # 创建等间隔的数组创建指定范围的数组。
np.arange(1, 10, 2) # 步⻓为2的数组，包含1，不包含10
np.linspace(1, 10, 5) # 从1到10，共5个数，等间隔9. 随机数组生成（randn、random）
np.random.rand() # 创建服从均匀分布的随机数组
np.random.randn() # 创建服从标准正态分布的随机数组
np.random.randint() # 创建指定范围的随机整数数组
np.random.random() # 创建服从均匀分布的随机数组创建随机数组。
np.random.randint(1, 10, size=(2, 3))
np.random.random((2, 3))10. 数组切⽚
切⽚操作获取特定区域的数组元素。
my_array = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
get_array = my_array[0:2, 1:3]11. 数组去重（unique）
np.unique()对数组进⾏去重。
12. 数组最⼤最⼩值（max、argmax）
# 获取数组的最⼤值和最⼩值
np.max()
np.min()
# 获取数组的最⼤值和最⼩值的索引
np.argmax()
np.argmin()获取数组的最⼤最⼩值及其索引。
13. 数组元素绝对值（abs）
np.abs()计算数组元素的绝对值。
14. 数组求和和累积（sum、cumsum）
np.sum(axis) # 计算数组元素的和
# axis 1:数组的⾏和， 0:数组的列和
np.cumsum() # 计算数组元素的累积和
np.cumprod() # 对数组元素进⾏累积对数组元素求和计算。对数组元素进⾏求和或累积操作。
my_array = np.array([1, 2, 3, 4, 5])
cumprod_array = np.cumprod(my_array)15. 数组平均值（mean）
np.mean()
np.average()计算数组元素的平均值。
16. 数组中值（median）
np.median() # 计算数组元素的中位数计算数组元素的中位数。
17. 数组标准差和⽅差（std、var）
np.std() # 计算数组元素的标准差
np.var() # 计算数组元素的⽅差计算数组元素的标准差。计算数组元素的⽅差。
18. 数组元素加减乘除（add）
np.add() # 数组元素加法
np.subtract() # 数组元素减法
np.multiply() # 数组元素乘法
np.divide() # 数组元素除法
np.power() # 数组元素幂运算对数组元素进⾏加减乘除操作。
array1 = np.array([1, 2, 3])
array2 = np.array([4, 5, 6])
add_result = np.add(array1, array2)
my_array = np.array([1, 2, 3, 4, 5])
power_array = np.power(my_array, 2)19. 数组元素取余（mod）
np.mod() # 对数组元素进⾏取余操作
np.remainder()对数组元素进⾏取余操作。
my_array = np.array([1, 2, 3, 4, 5])
mod_result = np.mod(my_array, 2)20. 数组对数运算（log）
np.log() # 对数组进⾏⾃然对数运算
np.log10() # 对数组进⾏以10为底的对数运算
np.log2() # 对数组进⾏以2为底的对数运算对数组进⾏对数运算。
21. 数组指数函数（exp）
np.exp() # 对数组进⾏⾃然指数函数运算
np.exp2() # 对数组进⾏以2为底的指数函数运算对数组进⾏指数函数运算。
22. 数组⻆度转换（radians）
np.degrees() # 将弧度转换为⻆度
np.radians() # 将⻆度转换为弧度将⻆度与弧度进⾏转换。
23. 数组三⻆函数（sin）
np.deg2rad() # 将⻆度转换为弧度
np.sin()
np.cos()
np.tan()
np.arcsin()
np.arccos()
np.arctan()对数组进⾏三⻆函数运算。
24. 数组双曲函数（sinh）
np.sinh()
np.cosh()
np.tanh()
np.arcsinh()
np.arccosh()
np.arctanh()对数组进⾏双曲函数运算。
25. 数组元素舍⼊（round）
np.round() # 对数组元素进⾏舍⼊操作
np.floor() # 向下取整
np.ceil() # 向上取整
np.trunc() # 截断对数组元素进⾏舍⼊操作。
my_array = np.array([1.2, 2.7, 3.5, 4.1, 5.9])
round_array = np.round(my_array)26. 数组元素⽐较（equal）
np.equal() # 数组元素相等⽐较
np.not_equal() # 数组元素不等⽐较
np.greater() # 数组元素⼤于⽐较
np.less() # 数组元素⼩于⽐较
np.greater_equal() # 数组元素⼤于等于⽐较
np.less_equal() # 数组元素⼩于等于⽐较进⾏元素级别的⽐较操作。
27. 数组拆分（split）
np.split()
np.vsplit() # 沿垂直⽅向拆分数组
np.hsplit() # 沿⽔平⽅向拆分数组
np.array_split()将数组拆分为多个⼦数组。
28. 数组连接（concatenate、vstack、hstack）
np.concatenate()
np.vstack() # 沿垂直⽅向连接数组
np.hstack() # 沿⽔平⽅向连接数组
np.column_stack()连接数组。
array1 = np.array([[1, 2], [3, 4]])
array2 = np.array([[5, 6], [7, 8]])
hstacked_array = np.hstack((array1, array2))
vstacked_array = np.vstack((array1, array2))
concatenated_array = np.concatenate((array1, array2))29. 数组形状改变（reshape、ravel）
np.reshape() # 改变数组形状
np.ravel()
np.flatten()改变数组形状。
my_array = np.array([[1, 2, 3], [4, 5, 6]])
reshaped_array = np.reshape(my_array, (3, 2))30. 数组重复（repeat）
np.repeat() # 数组元素重复
np.tile() # 数组重复对数组进⾏重复操作。
my_array = np.array([1, 2, 3])
repeated_array = np.repeat(my_array, 3)
tiled_array = np.tile(my_array, 3)31. 数组排序（sort、argsort）
np.sort() # 对数组进⾏排序
np.argsort() # 获取排序后的索引
np.lexsort()
np.argmax()
np.argmin()对数组进⾏排序和获取索引。
32. 数组复制（copy）
np.copy()
np.ndarray.copy()复制数组。
33. 数组填充（full）
np.full()
np.fill()对数组进⾏填充。
my_array = np.empty((2, 3))
filled_array1 = np.full_like(my_array, 5)
my_array.fill(5)
34. 数组插⼊（insert、append）
np.insert() # 在指定位置插⼊元素
np.append() # 在末尾追加元素对数组进⾏插⼊操作。
my_array = np.array([1, 2, 3, 4, 5])
inserted_array = np.insert(my_array, 2, [6, 7])
appended_array = np.append(my_array, [6, 7])35. 数组删除（delete）
np.delete() # 删除指定位置的元素对数组进⾏删除操作。
my_array = np.array([1, 2, 3, 4, 5])
deleted_array = np.delete(my_array, 2)二、其他（自查）
1. 数组元素累积⽐较
np.cummax() # 对数组元素进⾏累积最⼤值⽐较
np.cummin() # 对数组元素进⾏累积最⼩值⽐较对数组元素进⾏累积⽐较。
2. 数组转置（.T）
np.transpose()
np.ndarray.T对数组进⾏转置操作。
3. 数组逆运算
np.reciprocal()对数组进⾏逆运算。
my_array = np.array([1, 2, 3, 4, 5])
reciprocal_array = np.reciprocal(my_array)4. 数组指定轴计算
np.apply_along_axis() # 对数组指定轴应⽤⾃定义函数对数组指定轴应⽤⾃定义函数。
my_array = np.array([[1, 2, 3], [4, 5, 6]])
# ⾃定义函数
def custom_function(x):
return x * 2
new_array = np.apply_along_axis(custom_function, axis=1, arr=my_array)5. 数组逻辑操作
np.logical_and() # 逻辑与操作
np.logical_or() # 逻辑或操作
np.logical_xor() # 逻辑异或操作
np.logical_not() # 逻辑⾮操作进⾏逻辑操作。
array1 = np.array([True, False, True])
array2 = np.array([False, False, True])
and_result = np.logical_and(array1, array2)6. 数组线性代数运算
np.dot() # 数组的点积运算
np.linalg.inv() # 数组的逆运算
np.linalg.det() # 数组的⾏列式
np.linalg.eigvals() # 数组的特征值
np.linalg.solve() # 数组的线性⽅程组求解对数组进⾏线性代数运算。
b = np.array([5, 7])
solve_array = np.linalg.solve(array1, b)
139
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
