Numpy常用函数及属性记录

一、数组常用属性

Dimension transformation

.reshape(shape) : 不改变当前数组，依shape生成
.resize(shape) : 改变当前数组，依shape生成
.swapaxes(ax1, ax2) : 将两个维度调换
.flatten(): 对数组进行降维，返回折叠后的一位数组

---

ndarray’s create

np.arange(n) : 元素从0到n-1的ndarray类型
np.ones(shape): 生成全1
np.zeros((shape)， ddtype = np.int32) ： 生成int32型的全0
np.full(shape, val): 生成全为val
np.eye(n) : 生成单位矩阵

---

array’s attribution

.ndim: 维度
.shape ： 各维度的尺度 （2，5）
.size ： 元素的个数 10
.dtype ： 元素的类型 dtype(‘int32’)
.itemsize ： 每个元素的大小，以字节为单位 ，每个元素占4个字节

---

array’s type

数据类型的转换 ：a.astype(new_type) : eg, a.astype (np.float)
数组向列表的转换： a.tolist()

------------------------------------------------------------------------------------------------------

二、数组常用函数

np.ceil()

np.ceil 函数返回不小于输入值的最大整数，即对于输入 x ，返回最小的整数 i ，使得 i> = x。

import numpy as np
 
n = np.array([-1.7, -2.5, -0.2, 0.6, 1.2, 2.7, 11])
 
ceil = np.ceil(n)
print(ceil)  # [ -1.  -2.  -0.   1.   2.   3.  11.]

---

np.floor()

np.floor 返回不大于输入参数的最大整数。 即对于输入值 x ，将返回最大的整数 i ，使得 i <= x。 注意在Python中，向下取整总是从 0 舍入。

import numpy as np
 
n = np.array([-1.7, -2.5, -0.2, 0.6, 1.2, 2.7, 11])
 
floor = np.floor(n)
print(floor)  # [ -2.  -3.  -1.   0.   1.   2.  11.]

---

np.around()

np.around 返回四舍五入后的值，可指定精度。

import numpy as np

n = np.array([-0.746, 4.6, 9.4, 7.447, 10.455, 11.555])
 
around1 = np.around(n)
print(around1)  # [ -1.   5.   9.   7.  10.  12.]
 
around2 = np.around(n, decimals=1)
print(around2)  # [ -0.7   4.6   9.4   7.4  10.5  11.6]
 
around3 = np.around(n, decimals=-1)
print(around3)  # [ -0.   0.  10.  10.  10.  10.]

---

np.where()

numpy.where(condition[ x, y])根据条件 condition 从 x 和 y 中选择元素，当 condition 为 True 时，选 x，否则选 y。

import numpy as np
 
data = np.random.random([2, 3])
print data
'''
[[ 0.93122679  0.82384876  0.28730977]
 [ 0.43006042  0.73168913  0.02775572]]
'''
 
result = np.where(data > 0.5, data, 0)
print result
'''
[[ 0.93122679  0.82384876  0.        ]
 [ 0.          0.73168913  0.        ]]
'''

---

math function

np.abs(x)、np.fabs(x) ： 计算数组各元素的绝对值
np.sqrt(x) ： 计算数组各元素的平方根
np.square(x) ： 计算数组各元素的平方
np.log(x) 、np.log10(x)、np.log2(x) ： 计算数组各元素的自然对数、10底对数和2底对数
np.sum(a, axis = None) : 依给定轴axis计算数组a相关元素之和，axis为整数或者元组
np.mean(a, axis = None) : 同理，计算平均值
np.average(a, axis =None, weights=None) : 依给定轴axis计算数组a相关元素的加权平均值
np.std（a, axis = None）： 同理，计算标准差
np.var（a, axis = None: 计算方差

eg： np.mean(a, axis =1) : 对数组a的第二维度的数据进行求平均
a = np.arange(15).reshape(3, 5)

min(a) max(a) : 计算数组a的最小值和最大值
argmin(a) argmax(a) : 计算数组a的最小、最大值的下标（注：是一维的下标）
unravel_index(index, shape) : 根据shape将一维下标index转成多维下标
ptp(a) : 计算数组a最大值和最小值的差
median(a) : 计算数组a中元素的中位数（中值）

eg：a = [[15, 14, 13],
[12, 11, 10] ]
np.argmax(a) –> 0
np.unravel_index( np.argmax(a), a.shape) –> (0,0)