Numpy *****

1、Numpy简述

Numpy是科学计算基础库，提供大量科学计算基础库，提供大量科学计算相关功能，比如数据统计，随机数生成等。其提供最核心类型为多维数组类型(ndarray)，支持大量的维度数组与矩阵运算，Numpy支持向量处理ndarray对象，提高程序运算速度。

在上面的函数，返回值看着像一个列表，其实返回值类型是numpy.ndarray。

2、array函数

numpy 模块的array函数可以生成多维数组

语法格式如下：

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

 array参数说明

名称	描述
object	数组或嵌套的数列
dtype	数组元素的数据类型，可选
copy	对象是否需要复制，可选
order	创建数组的样式，C为行方向，F为列方向，A为任意方向（默认）
subok	默认返回一个与基类类型一致的数组
ndmin	指定生成数组的最小维度

3、ndarray 对象

ndarray对象属性

 linspace 函数用于创建一个一维数组，数组是一个等差数列构成的，格式如下：

np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)

numpy.logspace 函数用于创建一个于等比数列。格式如下：

np.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None)

数组的拼接

• 水平数组组合：hstack(A,B)
• 垂直数组组合：vstack(A,B)

函数	描述
concatenate	连接沿现有轴的数组序列
hstack	水平堆叠序列中的数组（列方向）
vstack	竖直堆叠序列中的数组（行方向）

numpy.concatenate 函数用于沿指定轴连接相同形状的两个或多个数组，格式如下：

numpy.concatenate((a1, a2, ...), axis)

• 参数说明：
• a1, a2, ...：相同类型的数组
• axis：沿着它连接数组的轴，默认为 0     （注：axis=0 可以使用 vstack 替换）

数组的分割

split 分割

numpy.split 函数沿特定的轴将数组分割为子数组，格式如下：

numpy.split(ary, indices_or_sections, axis)

参数说明：

• ary：被分割的数组
• indices_or_sections：如果是一个整数，就用该数平均切分，如果是一个数组，为沿轴切分的位置。
• axis：沿着哪个维度进行切向，默认为 0，横向切分。为 1 时，纵向切分。

如下所示：

                ​​​​​​​        

 水平分割

        水平分割数组是将两个或多个数组水平进行首尾相接，而水平分割数组是将已经水平组合到一起的数组再分开。

使用h.split(X,num)  

        X表示被分割的数组,num表示分隔成几个小数组

例子：

 垂直分割使用：vsplit(X,num)

transpose 进行转换

  例：将a进行转置      a.transpose()

聚合函数

函数名	说明
np.sum()	求和
np.prod()	所有元素相乘
np.mean()	平均值
np.std()	标准差
np.var()	方差
np.median()	中数
np.power()	幂运算
np.sqrt()	开方
np.min()	最小值
np.max()	最大值
np.argmin()	最小值的下标
np.argmax()	最大值的下标
np.inf	无穷大
np.exp(10)	以e为底的指数
np.log(10)	对数

例：np.max(x)