numpy入门

import numpy as np

numpy基本加减和取行操作—-python的广播机制

a = np.array([1, 1, 1, 1])
b = np.array([[1], [1], [1], [1]])
c = np.array([[1, 1, 1, 1]])

a+b

c+b

numpy下标索引与切片

W = np.array([[1,1,1], [2,2,2]])
W[:, 1]

W[1]

W[:, 1] = np.array([5, 5])
W

矩阵删除、插入、尾部添加操作（delete, insert, append）

delete()函数

matrix = np.array([[1,2,3,4], [5,6,7,8], [9,10,11,12]])
p1 = np.delete(matrix, 1, 0)  # 第0维度第一行被删除
print(p1)

p2 = np.delete(matrix, 1, 1)  # 第一维度第一行被删除
print(p2)

p3 = np.delete(matrix, 1)  # 拉平后删除第一个元素(初始为第零个)
print(p3)

p4 = np.delete(matrix, [0,1], 1)  # 第一列第0，1行被删除
print(p4)

insert()函数

q1 = np.insert(matrix, 1, [1,1,1,1], 0)  # 第0列第一行添加[1,1,1,1]
print(q1)

q2 = np.insert(matrix, 0, [1,1,1], 1)  # 第1列第0行添加1,1,1
print(q2)

q3 = np.insert(matrix, 3, [1,1,1,1], 0) # 第0维度(行)第3行添加[1,1,1,1]
print(q3)

append()函数

m1 = np.append(matrix,[[1,1,1,1]],axis=0)  # 第0维度(行)尾部添加[[1,1,1,1]],注意两个[],相同维度
print(m1)

m2 = np.append(matrix,[[1],[1],[1]],axis=1)  # 第1维度(列)尾部添加[[1],[1],[1]],注意两个[],相同维度
print(m2)

m3 = np.append(matrix,[1,1,1,1])  # 拉平后再尾部添加[1,1,1,1]，这里可以[[1,1,1,1]]和[1,1,1,1]均可
print(m3)

np.argmax(a, axis=None, out=None)

num1 = np.array([[1,1,1],[2,2,2],[0,3,6]])
num1

num2 = np.argmax(num1)  # 将数组a拉平，最大值索引为9
num2

8

num3 = np.argmax(num1, axis=0) # 按列选取最大值的索引
num3

num4 = np.argmax(num1, axis=1)  # 按行选取最大值的索引
num4

np.prod() 计算元素乘积

asd = np.array([[101,21,323],[224,321,442]])
np.prod(asd)

1822726720

np.prod(asd,axis=1)

np.prod(asd,axis=0)

np.zeros_like()构造全零矩阵，无需指定大小

zxc = np.array([[11,22,32],[43,54,65]])
np.zeros_like(zxc) # 生成一个和x大小相同的全零矩阵

np.random.rand() 生成均匀分布矩阵,创建一个矩阵，服从[0,1]随机分布

qwe = np.random.rand(5,3)
qwe

np.random.randn() 生成正态分布矩阵

qwe1 = np.random.rand(5,8)
qwe1

np.randm.randint() 生成离散均匀分布的整数值组成的矩阵

qwe2 = np.random.randint(4,9,(2,3))
qwe2

np.meshgrid() 快速生成网格

meshgrid(x,y) 可用于快速生成由于 x轴坐标 x 和 y 轴坐标 y 组合的网格点

asd1 = np.array([1,3,5])
asd2 = np.array([4,6])
ASD1, ASD2 = np.meshgrid(asd1, asd2)
ASD1

ASD2

numpy取整—-round,floor,ceil

# round
zxc1 = np.array([0.125,0.568,5.688])
np.round(zxc1)  # 四舍五入取整

np.round(zxc1,decimals = 2) # 四舍五入保留2位小数

np.floor(zxc1) # 向下取整

np.ceil(zxc1) # 向上取整

np.newaxis 在特定位置增加一个维度

abc = np.array([1,2,5,4])
abc[:, np.newaxis]

abc[np.newaxis, :]