文章目录
numpy.array运算
乘法
普通的数组乘法:
np的数组乘法:
基本运算
还有很多,可以自行查看。
矩阵运算
不同维度相加会报错:
向量和矩阵的运算
这里注意,这两个可以相加,有兴趣可以看numpy.array的broadcast:
vstack还可以用于叠加向量:
还可以通过如下方式叠加:
向量和矩阵相乘:
矩阵点乘计算公式为:
所以,实际计算:
矩阵的逆
只有方块矩阵才能求逆:
矩阵的伪逆
矩阵的伪逆又被称为“广义逆矩阵”,在numpy中,求法如下:
虽然非方块矩阵求不了逆,但是可以求伪逆。
numpy的聚合操作
sum
普通的sum操作:
numpy的sum操作及其效率:
可以看到,这速度是普通sum的200倍。
min、max
接下去就是min和max等,还有对比:
多维度聚合
所有的都sum起来:
在某个维度上sum,通过axis指定哪一个:
其他聚合操作
一个个数相乘:
取平均数,中位数:
百分位数:
方差,标准差:
numpy的arg运算
索引的获取
排序
通过np一维排序:
通过普通方法排序:
通过np指定axis也就是某个维度来排序:
使用索引
用索引来排序:
partition分割
下面的partition方式和上面一样,但是得到的结果是数据的索引,而不是数据,可以对比一下,得到的结果就是上一次得到结果的索引:
下面是多维的partition:
总结一下,arg其实就是得到的结果之后,取出它的索引。