Python - NumPy

最新推荐文章于 2021-02-04 01:41:21 发布

freetuream

最新推荐文章于 2021-02-04 01:41:21 发布

阅读量199

点赞数

分类专栏： Python 文章标签： python numpy

本文链接：https://blog.csdn.net/freetureAI/article/details/82875838

版权

Python 专栏收录该内容

16 篇文章 0 订阅

订阅专栏

NumPy 基础

ndarray 对象的基本属性

NumPy数组的数据类型：ndarray.
ndarray 对象的基本属性：
1. ndarray.ndim ：数组的维度。
2. ndarray.shape：数组的形状。
3. ndarray.size：数组的大小（数组中元素的个数）。
4. ndarray.dtype：数组中元素的数据类型。
5. ndarray.itemsize：数组中元素的itemsize。 the size in bytes of each element of the array.
6. ndarray.data：the buffer containing the actual elements of the array

>>> import numpy as np
>>> a = np.array([[1,2,3],[4,5,6]])
>>> a
array([[1, 2, 3],
      	[4, 5, 6]])
>>> type(a)
numpy.ndarray
>>> a.ndim
2
>>> a.shape
(2, 3)
>>> a.size
6
>>> a.dtype
dtype('int64')
>>> a.itemsize
8
>>> a.data
Out[143]: <memory at 0x10787ca68>

ndarray 对象的方法

ndarray.astype(dtype)

将数组中元素的数据类型改成‘dtype’。

>>> import numpy as np
>>> a = np.array([[1.0, 2.1], [2.0, 3]])
>>> a.astype(int)
	array([[1, 2],
		 [2, 3]])

numpy.dot()

基本用法numpy.dot(a, b)
解释：点乘(实数之间，矩阵之间，实数与矩阵之间)

>>> np.dot(2, 3)
6
>>> a = [[1, 2], [3, 4]]
>>> b = [[1, 1], [2, 2]]
>>> np.dot(a, b)
array([[ 5,  5],
   [11, 11]])
>>> np.dot(3, b)
array([[3, 3],
   [6, 6]])

numpy.argmax()

基本用法numpy.argmax(a, axis=None, out=None)
解释：返回轴上最大值的第一个索引

>>> a = np.arange(8).reshape(2,4)
>>> a
array([[0, 1, 2, 3],
   [4, 5, 6, 7]])
>>> np.argmax(a)
7
>>> a[0][0]=7
>>> a
array([[7, 1, 2, 3],
   [4, 5, 6, 7]])
>>> np.argmax(a, 0)
array([0, 1, 1, 1])
>>> np.argmax(a, 1)
array([0, 3])