【numpy 入门】-- 基本操作(1)

---

注：
　　在这里,只是选择一些常用的方法就行了，比如生成数组中，array()可以有好几种方式，但本人只是保留了常用的一些
　　参考：Numpy 官网教程

---

1. 生成数组

>>> import numpy as np
>>> a = np.array([ [1,2,3,4], [1,2,3,4] ] )  # 直接填写生成
>>> a
array([[1, 2, 3, 4],
       [1, 2, 3, 4]])
>>>
>>> b = np.zeros((3,4))         # 生成三行四列元素为 0 的二维数组
>>> b
array([[ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.]])
>>>       
>>> b = np.zeros((3,4),dtype = np.int)   # 可以修改数据类型
>>> b
array([[0, 0, 0, 0],
       [0, 0, 0, 0],
       [0, 0, 0, 0]])
>>>
>>> c = np.ones((3,4))         # 类似地还有 ones() 方法
>>> c
array([[ 1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.]])
>>>
>>> d = np.arange(10)          # 生成范围在[0,10),间隔为 1 的矩阵
>>> d
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

>>> d = np.arange(1,10,1)      # 生成范围在[1,10),间隔为 1 的矩阵
>>> d
array([1, 2, 3, 4, 5, 6, 7, 8, 9])

>>> d.reshape(3,3)             # 顾名思义，重组形状，变为 3*3
array([[1, 2, 3],
      [4, 5, 6],
      [7, 8, 9]])

---

2. 基本运算

• 加减乘除 + - * / **这 5 种运算为矩阵对应元素相互运算
• 可以进行三角函数的计算：np.sin(a)
• 布尔运算：a<35,逐个元素和 35 进行比较，返回布尔矩阵
• 矩阵的乘法,得满足(a,n)*(n,b) 形式

>>> import numpy as np
>>> a = np.array([[1,2],[3,4]])
>>> b = a
>>>
>>> a.dot(b)
array([[ 7, 10],
       [15, 22]])
>>>
>>> np.dot(a,b)     # 一样使用
array([[ 7, 10],
       [15, 22]])

• 对单一数组的操作，参数中 axis = 0 表示列，axis = 1 表示行

>>> b = np.arange(16).reshape(4,4)
>>> b
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])
>>>
>>> b.sum()                   # 全部元素的和
120
>>> b.sum(axis=1)             # 列和
array([ 6, 22, 38, 54])
>>> b.sum(axis=0)             # 行和
array([24, 28, 32, 36])
>>>
>>> b.min()                   # 和 sum() 一样使用
0
>>> b.max()
15
>>> b.cumsum(axis=1)          # 每行元素的累积和
array([[ 0,  1,  3,  6],
       [ 4,  9, 15, 22],
       [ 8, 17, 27, 38],
       [12, 25, 39, 54]], dtype=int32)
>>>
>>>
>>> c = np.arange(4)
>>> c
array([0, 1, 2, 3])
>>> np.exp(c)              # 以 e 为低的指数运算
array([  1.        ,   2.71828183,   7.3890561 ,  20.08553692])
>>> np.sqrt(c)
array([ 0.        ,  1.        ,  1.41421356,  1.73205081])

---

这节讲了一些基本的运算，差不多能够满足平时的使用了，但是官网教程里还有 long long 长呢，继续慢慢看呗