numpy基础操作

numpy的属性

ndim维度

shape形状

size元素个数

数组创建

创建

np.array([1, 2, 3])

np.array([[1, 2, 3], [4, 5, 6]])

指定数据类型(int64)

np.array([1, 2, 3], dtype = int)

创建全零数组

np.zeros((3, 4))

创建全一数组

np.ones((3, 4))

创建全空数组(每个数接近0)

np.empty((3, 4))

arrange指定范围，范围是[1, 12)，步长为2

np.arrange(1, 12, 2)

reshape改变形状

np.arrange(12).reshape((3, 4))

linspace分割开始端1与结束端10的数据，生成20个数据

np.linspace(1, 10, 20)

运算

a与b同行同列，可进行加减乘运算，进行乘运算时，对应位置相乘

c=a+b c=a-b c=a*b

numpy中包含数学工具

c = np.sin(a)

矩阵乘法dot

c = np.dot(a, b)

在脚本中对print函数进行一些修改可以进行逻辑判断,生成逻辑数组

print(b<3)  
# array([ True,  True,  True, False], dtype=bool)

一些函数

如果你需要对行或者列进行查找运算，就需要在上述代码中为 axis 进行赋值。 当axis的值为0的时候，将会以列作为查找单元， 当axis的值为1的时候，将会以行作为查找单元。

argmin() 和 argmax() 两个函数分别对应着求矩阵中最小元素和最大元素的索引。

np.sum(a, axis = 0)

np.min(a, axis = 1)

np.max(a)

np.mean(a)

np.median(a)

np.cumsum(a)累加函数，每次输出当前和

np.diff(a) 累差运算函数，计算每行后一项与前一项之差

np.transpose(a)转置，同理还可以用a.T

np.sort(a)每一行按顺序排列

np.lip(a, 50, 100)

lip(Array,Array_min,Array_max)，让函数判断矩阵中元素是否有比最小值小的或者比最大值大的元素，并将这些指定的元素转换为最小值或者最大值。

a.flatten() 将矩阵变为1D张量

随机生成数组

rand函数根据给定维度生成[0,1)之间的数据，包含0，不包含1

np.random.rand(4,2)

randn函数返回一个或一组样本，具有标准正态分布。

np.random.randn(2,4)

以上函数没有输入参数时，输出单个数据

random返回随机的浮点数

np.random.random((2,2))

permutation返回一个随机排列

>>> np.random.permutation(10)
array([1, 7, 4, 3, 0, 9, 2, 5, 8, 6])

>>> np.random.permutation([1, 4, 9, 12, 15])
array([15,  1,  9,  4, 12])

>>> arr = np.arange(9).reshape((3, 3))
>>> np.random.permutation(arr)
array([[6, 7, 8],
       [0, 1, 2],
       [3, 4, 5]])