numpy简单教程-数组运算与常用函数

一 数组相加

a=np.array([[1,2],
           [3,4]])
b=np.array([[5,6],
           [6,5]])
#第一种写法
a+b
array([[6, 8],
       [9, 9]])
#第二种写法
np.add(a,b)
array([[6, 8],
       [9, 9]])

二 数组减法

#第一种写法
a-b
array([[-4, -4],
       [-3, -1]])
#第二种写法
np.subtract(a,b)
array([[-4, -4],
       [-3, -1]])

三 数组乘法

#第一种写法
a*b
array([[ 5, 12],
       [18, 20]])
#第二种写法
np.multiply(a,b)
array([[ 5, 12],
       [18, 20]])

四 数组相除

#第一种写法
a/b
array([[0.2 , 0.33333333],
       [0.5 , 0.8 ]])
#第二种写法
np.divide(a,b)
array([[0.2 , 0.33333333],
       [0.5 , 0.8 ]])

五 数组开方

np.sqrt(a)
array([[1. , 1.41421356],
       [1.73205081, 2. ]])

六 数组实现矩阵相乘

a
array([[1, 2],
       [3, 4]])
b=np.array([[1,2,3],
            [4,5,6]])
#第一种写法
a.dot(b)
array([[ 9, 12, 15],
       [19, 26, 33]])
#第二种写法
np.dot(a,b)
array([[ 9, 12, 15],
       [19, 26, 33]])

七 sum函数

a
array([[1, 2],
       [3, 4]])
#对数组元素进行求和操作
np.sum(a)
10
#对数组中元素按列求和操作
np.sum(a,axis=0)
array([4, 6])
#对数组中元素按行求和操作
np.sum(a,axis=1)
array([3, 7])

八 mean函数

a
array([[1, 2],
       [3, 4]])
#对数组元素求平均值
np.mean(a)
2.5
#对数组元素按列求平均值
np.mean(a,axis=0)
array([2., 3.])
#对数组元素按行求平均值
np.mean(a,axis=1)
array([1.5, 3.5])

九 uniform函数

#生成一个指定范围内的随机值
np.random.uniform(3,4)
3.9738638000395365
np.random.uniform(1,100)
35.031807142926866

十 tile函数

#用于将一个数组作为一个元素重复指定的次数
a
array([[1, 2],
       [3, 4]])
#把a看成一个整体，然后按照1行2列的规则去重复
np.tile(a,(1,2))
array([[1, 2, 1, 2],
       [3, 4, 3, 4]])
#把a看成一个整体，然后按照2行1列的规则去重复
np.tile(a,(2,1))
array([[1, 2],
       [3, 4],
       [1, 2],
       [3, 4]])
#把a看成一个整体，然后在行上重复2次，再列上重复3次
np.tile(a,(2,3))
array([[1, 2, 1, 2, 1, 2],
       [3, 4, 3, 4, 3, 4],
       [1, 2, 1, 2, 1, 2],
       [3, 4, 3, 4, 3, 4]])

十一 argsort函数

#用于将数组中的元素进行排序，默认按照升序返回数组的下标
a=np.array([[3,6,4,11],
            [5,10,1,3]])
#默认按行进行排序
a.argsort()
array([[0, 2, 1, 3],
       [2, 3, 0, 1]], dtype=int64)
#按列进行排序
a.argsort(axis=0)
array([[0, 0, 1, 1],
       [1, 1, 0, 0]], dtype=int64)

十二 矩阵的转置操作

#将行变成列，将列变成行
a
array([[ 3, 6, 4, 11],
       [ 5, 10, 1, 3]])
#第一种写法
a.T
array([[ 3, 5],
       [ 6, 10],
       [ 4, 1],
       [11, 3]])
#第二种写法
np.transpose(a)
array([[ 3, 5],
       [ 6, 10],
       [ 4, 1],
       [11, 3]])