NumPy
- 广泛使用的矩阵计算包
- 一个基础性的包,大量的工具在NumPy上开发,包括matplotlib、scipy、pandas等
首先导入numpy包
import numpy as np
1. 用numpy创建一维数组,并进行运算:
2.遍历C数组:
遍历向量:
3.将numpy数组转换成python的列表:
4.创建一维向量:创建一个从0-7的8位数向量![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/a6f27eb84675dae79d739bad94582bc5.png)
5.查看向量的维度,形状和大小![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/5bbf4a7646bc5b15f4c3d2309972b173.png)
其中维度表示向量为几维向量,形状表示为几行几列,大小表示向量里有多少个元素
6.向量的切片:![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/6278fddc0d9fffe441e0675346babc76.png)
其中a[1:3]可以理解为是一个循环,开始下标为1,结束为下标为3(因为切片右边取不到,是个左闭右开的东西),所以取a[1]和a[2]这两个数
7.在指定的间隔范围内返回均匀间隔的数字。![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/6e1e75049430084cf2a1f0debd34dc9e.png)
8.改变向量形状:![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/62259e882d78b42148696b7d4c199fd3.png)
如图所示,创建一位数组b,用reshape将b的维数进行改变,(2,2)为将b变形成两行两列向量,(4,1)为四行一列向量
9.创建二维向量(矩阵)![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/cdc3acfe316b5dedebde136ca04d15e3.png)
10.查看二维向量信息:
11.二维向量切片:
[0,0]代表第一行第一列的数据,即第一个数据,[1,3]代表第2行第4列的数据,需要注意的是向量下标从0开始,所以[ ]里面的行列值+1才是逻辑行列值
12.修改
13.矩阵的组合![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/4eb44780176719221db7abd162a45f16.png)
在科学计算中,经常会遇到在行或者列维度上进行计算的操作,axis=0表示列维度,axis=1表示行维度。
14.矩阵的转置![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/25a701430fed3832fea1aadff9773e1b.png)
15.矩阵平铺?![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/e572a513a5ed747f58ab8b8c0700d0cc.png)
16.创建矩阵![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/a801dafec22500d82f1b91d80d464180.png)
17.向量运算![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/cb4bf141215e7025438728d03a9913e1.png)
18.常见的聚和操作