python Numpy 函数整理

一、数组创建

1、创建二维数组 array()、数组行数 shape[0]、数组列数 shape[1]

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

>>> a.shape[0]
		 
4
>>> a.shape[1]
		 
2
>>> a.shape
		 
(4, 2)

2、numpy.empty(shape, dtype=float, order=’C’)

参数：

• shape：int或int类型元组，表示矩阵形状
• dtype：输出的数据类型
• order：‘C’ 或者 ‘F’，表示数组在内存的存放次序是以行(C)为主还是以列(F)为主

返回值：

生成随机矩阵

>>> import numpy as np
>>> np.empty([3,3])
array([[8.82769181e+025, 7.36662981e+228, 7.54894003e+252],
       [2.95479883e+137, 1.42800637e+248, 2.64686750e+180],
       [2.25567100e+137, 9.16208010e-072, 0.00000000e+000]])
>>> np.empty([2,2], dtype = int)
array([[538970739, 757932064],
       [757935405, 757935405]])

3、numpy.eye(N, M=None, k=0, dtype=float)

参数：

• N：行数
• M：列数，省略代表M=N
• k：对角线位置， = 0 代表主对角线， +1就向右上方偏移1， -1 就向左下角偏移1
• dtype：输出的数据类型，默认为float类型

返回值：

对角矩阵（主对角线上元素都为1，其他元素都为0）——对角线向右上方偏移k（k>0向右上方偏移，k<0向左下方偏移）

>>> b = np.eye(2, 3, dtype = int)
		 
>>> b
		 
array([[1, 0, 0],
       [0, 1, 0]])
>>> c = np.eye(3, k = 1 ,dtype = int)
		 
>>> c
		 
array([[0, 1, 0],
       [0, 0, 1],
       [0, 0, 0]])

4、numpy.identity(n, dtype=None)

参数：

• n：行数（也是列数）
• dtype：输出的数据类型

返回值：

n*n对角矩阵（主对角线上元素都为1，其他元素都为0）

>>> np.identity(3)
		 
array([[1., 0., 0.],
       [0., 1., 0.],
       [0., 0., 1.]])

5、numpy.ones(shape, dtype=None, order=’C’)

参数：

• shape：int或int类型序列，表示矩阵形状
• dtype：输出的数据类型
• order：‘C’ 或者 ‘F’，表示数组在内存的存放次序是以行(C)为主还是以列(F)为主

返回值：

给定要求下的单位矩阵

>>> a = np.ones((3,3), dtype = int)
		 
>>> a
		 
array([[1, 1, 1],
       [1, 1, 1],
       [1, 1, 1]])

6、numpy.zeros(shape, dtype=float, order=’C’)

参数：

• shape：int或int类型序列，表示矩阵形状
• dtype：输出的数据类型
• order：‘C’ 或者 ‘F’，表示数组在内存的存放次序是以行(C)为主还是以列(F)为主

返回值：

给定要求下的0矩阵

>>> a = np.zeros((3,3), dtype = int)
		 
>>> a
		 
array([[0, 0, 0],
       [0, 0, 0],
       [0, 0, 0]])

6、numpy.tile(A, (y, x))

参数：

• A：要操作的数组
• (y, x)：把数组A沿y轴复制y倍，再沿x轴复制x倍

返回值：

给定要求下的矩阵

>>> a = np.array([0,1,2])
>>> np.tile(a, (2, 3))
		 
array([[0, 1, 2, 0, 1, 2, 0, 1, 2],
       [0, 1, 2, 0, 1, 2, 0, 1, 2]])