python中常用的numpy库函数

1.数组创建及基本属性

import numpy as np
a = np.array([1,  2,  3], dtype = np.int64)#定义数组输出类型，np.float64
print (a)

b = np.array([[1,2,3],[4,5,6]])
print (b.shape,b.ndim,b.size)#输出b的维度：2行3列 ;b的秩：2维，即2个轴; b的数组元素个数：6个

c = b.reshape(3,2)#重新定义b的维度为3行2列
print (c)

# 数组的 dtype 为 int8（一个字节）
x = np.array([1, 2, 3, 4, 5], dtype=np.int8)
print(x.itemsize)  #输出数组中每个元素的字节大小

# 数组的 dtype 现在为 float64（八个字节）
y = np.array([1, 2, 3, 4, 5], dtype=np.float64)
print(y.itemsize)

#创建数组：numpy.empty(shape, dtype = float, order = 'C')
z = np.empty([3,2], dtype = int)
print (z)

2.numpy.asarray 类似 numpy.array，但 numpy.asarray 参数只有三个，比 numpy.array 少两个。

numpy.asarray(a, dtype = None, order = None)

import numpy as np
x = [1, 2, 3]
m = np.asarray(x)  #将列表转换为 ndarray:

x =  (1,2,3)
n = np.asarray(x)  #将元组转换为 ndarray:

x =  [(1,2,3),(4,5)]
p = np.asarray(x)  #将元组列表转换为 ndarray:
print(m,n,p)     #结果：m:[1 2 3] n: [1 2 3]  p: [(1, 2, 3) (4, 5)]

 3.NumPy 从数值范围创建数组

import numpy as np

x = np.arange(10,dtype =  int)  #数组元素：【0，1，2，3，4~9】,其中dtype可选字段
y = np.arange(10,20,2)   #10开始，20终止，步长为2，默认为1
a = np.linspace(1,10,10) #1开始，10终止，共10个等差数列
b = np.logspace(0,9,10,base=2)  #起始：base ** start，即2^0   终止:base ** stop ,2^9次  共10个等比数列，以2为底
s = slice(2,7,2)   # 切片：从索引 2 开始到索引 7 停止，间隔为2
s2 = x[2:7:2]   # 从索引 2 开始到索引 7 停止，间隔为 2
s3 = x[2:]       #表示从该索引开始以后的所有项都将被提取,输出结果[2  3  4  5  6  7  8  9]
s4 = x[2:5]       #提取两个索引(不包括停止索引)之间的项。 输出结果[2 3 4]

print (x)
print(y)
print(a,b)
print (x[s])   #输出结果为：[2  4  6]
print(s2) #输出结果为：[2  4  6]
print(s3)
print(s4)

4.三角函数

import numpy as np

a = np.array([0, 30, 45, 60, 90])
print('不同角度的正弦值：')
# 通过乘 pi/180 转化为弧度
print(np.sin(a * np.pi / 180))
print('\n')
print('数组中角度的余弦值：')
print(np.cos(a * np.pi / 180))
print('\n')
print('数组中角度的正切值：')
print(np.tan(a * np.pi / 180))

5.随机数

import numpy as np

a = np.random.rand(5, 2)#返回一组给定维度的随机值，范围在【0，1）之间
b = np.random.randint(2,20,10)#生成【2-20）半开半闭区间的10个随机整数
c = np.random.random_integers(2,22,10)#生成【2-20】闭区间的10个随机整数
d = np.random.random()#生成【0-1）之间的10个随机浮点数
print(a,b,c,d)