numpy（pyhton中的数组）基本操作

创建数组

如何使用list生成一维（多维）数组

>>> x = np.array([1.0, 2.0, 3.0])
>>> print(x)
[ 1. 2. 3.]

#多维数组
>>> A = np.array([[1, 2], [3, 4]])
>>> print(A)
[[1 2]
[3 4]]

#全0阵，全1阵，对角阵
>>> x = np.zeros((1,3),dtype=np.int64)
>>> x = np.ones((1,3),dtype=np.int64)
>>> x = np.eye(2,dtype=np.int64)

#随机初始化
>>> x = np.random.random((1,3),dtype=np.float)

数组基本操作

加减乘除

如何让不同数组间的对应元素对应地进行加减乘除,点乘

>>> x = np.array([1.0, 2.0, 3.0])
>>> y = np.array([2.0, 4.0, 6.0])
>>> x + y # 对应元素的加法
array([ 3., 6., 9.])
>>> x - y
array([ -1., -2., -3.])
>>> x * y # element-wise product
array([ 2., 8., 18.])
>>> x / y
array([ 0.5, 0.5, 0.5])
>>> x.dot(y.T)
array([28])

如何对同一数组内的不同元素求和

>>> a = np.array([0.3, 2.9, 4.0])
>>> sum_exp_a = np.sum(a) # 指数函数的和

什么是numpy的broadcast（广播）机制？

一个数组和单一数字（或者维度不够的数组）进行运算，会自动将该数字（或者维度不够的数组）扩充到和目标数组维度相同

>>> x = np.array([1.0, 2.0, 3.0])
>>> x / 2.0
array([ 0.5, 1. , 1.5])

数组基本操作

查看数组的size，元素的数据类型

>>> A.shape
(2, 2)
>>> A.dtype
dtype('int64')

查找数组中的最大值(最小值)以及最大值（最小值）对应的index

a = np.array([1, 2, 3 ])
print(np.max(a))
print(np.min(a))
print(np.argmax(a))
print(np.argmin(a))

根据索引（index）查找元素

>>> X[np.array([0, 2, 4])] # 获取索引为0、 2、 4的元素
array([51, 14, 0])

改变matrix的形状

resharpe是对a修改以后，赋予新的变量b，原变量a不变；
resize则是直接在a上修改；
这和list.sort()（直接对list进行修改），以及sorted(list,)生成新的排序list，原list不变，很类似。

将多维数组转换为一维数组

>>> X = X.flatten() # 将X转换为一维数组
>>> print(X)
[51 55 14 19 0 4]

两个数组拼接到一起

a = np.ones((2,2))
b = np.array([[1,2],[3,4]])
#横坐标，拼接完后c.sharpe为（4,2）
c = np.concatenate((a, b), axis=0)
#拼接完后d.sharpe为（2,2,2)
d = np.stack((a,b))