numpy
梦寐_
这个作者很懒,什么都没留下…
展开
-
NumPy:常用函数
NumPy 提供了很多统计函数,用于从数组中查找最小元素,最大元素,百分位标准差和方差等。 函数说明如下:numpy.amin()和 numpy.amax()numpy.amin()用于计算数组中的元素沿指定轴的最小值。numpy.amax()用于计算数组中的元素沿指定轴的最大值。import numpy as npa = np.array([[3, 7, 5], [8, 4, 3],...原创 2019-09-21 14:12:11 · 660 阅读 · 0 评论 -
NumPy 排序、条件刷选函数
NumPy 提供了多种排序的方法。 这些排序函数实现不同的排序算法,每个排序算法的特征在于执行速度,最坏情况性能,所需的工作空间和算法的稳定性。 下表显示了三种排序算法的比较。numpy.sort()numpy.sort() 函数返回输入数组的排序副本。函数格式如下:参数说明:a: 要排序的数组axis: 沿着它排序数组的轴,如果没有数组会被展开,沿着最后的轴排序, axis=0 按...原创 2019-09-21 15:13:34 · 270 阅读 · 0 评论 -
NumPy 矩阵库(Matrix).nump.mat()
NumPy 中包含了一个矩阵库numpy.matlib,该模块中的函数返回的是一个矩阵,而不是 ndarray 对象。一个m*n 的矩阵是一个由行(mrow)列n(column)元素排列成的矩形阵列。矩阵里的元素可以是数字、符号或数学式。以下是一个由 6 个数字元素构成的 2 行 3 列的矩阵:matlib.empty()matlib.empty() 函数返回一个新的矩阵,语法格式为:...原创 2019-09-21 21:31:22 · 759 阅读 · 0 评论 -
pandas:axis=0 axis=1的理解
轴用来为超过一维的数组定义的属性,二维数据拥有两个轴:第0轴沿着行的垂直往下,第1轴沿着列的方向水平延伸。官方对于0和1的解释是轴,也就是坐标轴。而坐标轴是有方向的,所以千万不要用行和列的思维去想axis,因为行和列是没有方向的,这样想会在遇到不同的例子时感到困惑。根据官方的说法,1表示横轴,方向从左到右;0表示纵轴,方向从上到下。当axis=1时,数组的变化是横向的,而体现出来的是列的增加或...转载 2019-09-27 20:06:42 · 604 阅读 · 0 评论 -
Numpy 中的矩阵向量乘法
结论:元素乘法:np.multiply(a,b)矩阵乘法:np.dot(a,b) 或 np.matmul(a,b) 或 a.dot(b)唯独注意:*,在 np.array 中重载为元素乘法,在 np.matrix 中重载为矩阵乘法!对于 np.array 对象>>> aarray([[1, 2], [3, 4]])元素乘法 用 a*b 或 np.mu...转载 2019-12-19 22:04:09 · 697 阅读 · 0 评论 -
numpy.set_printoptions()
np.set_printoptionsnumpy.set_printoptions(precision=None, threshold=None, edgeitems=None, linewidth=None, suppress=None, nanstr=None, infstr=None, for...转载 2019-11-21 16:00:38 · 1268 阅读 · 0 评论 -
numpy.datetime64()日期函数
Basic Datetimes创建数据时间的最基本的方法是使用ISO 8601日期或日期时间格式的字符串。内部存储单元是从字符串的形式自动选择的,可以是date unit或time unit。日期单位是年(‘Y’),月(‘M’),星期(‘W’)和日(‘D’),而时间单位是小时),秒(‘s’),毫秒(‘ms’)和一些附加的基于秒前缀的单位。简单的ISO日期:>>> np.d...转载 2019-11-21 15:51:45 · 17840 阅读 · 1 评论 -
Numpy函数:函数
numpy中的argpartitionnumpy.argpartition(a, kth, axis=-1, kind='introselect', order=None)在快排算法中,有一个典型的操作:partition。这个操作指:根据一个数值x,把数组中的元素划分成两半,使得index前面的元素都不大于x,index后面的元素都不小于x。numpy中的argpartition()函数...原创 2019-11-21 09:11:21 · 670 阅读 · 0 评论 -
numpy 中 newaxis函数的使用,numpy中ravel()、flatten()、squeeze()的用法与区别
newaxis表示增加一个新的坐标轴import numpy as npa = np.array([1,2,3])print (a.shape,'\n',a)结果为:(3,)[1 2 3]a = np.array([1,2,3])[:,np.newaxis]print (a.shape,'\n',a)(3, 1)[[1][2][3]]你会发现,和第一个程序相比,a...原创 2019-10-25 13:48:27 · 689 阅读 · 0 评论 -
set_printoptions设置输出样式
def set_printoptions(precision=None, threshold=None, edgeitems=None, linewidth=None, suppress=None, nanstr=None, infstr=None, formatter=None, sign=None, float...原创 2019-10-24 18:51:23 · 481 阅读 · 0 评论 -
随机数模块numpy.random
将数组打乱随机排列 两种方法:1. np.random.shuffle(x):在原数组上进行,改变自身序列,无返回值。2. np.random.permutation(x):不在原数组上进行,返回新的数组,不改变自身数组。1. np.random.shuffle(x)(1)、一维数组import numpy as nparr = np.arange(10)print(arr)...转载 2019-10-23 22:32:22 · 336 阅读 · 0 评论 -
Numpy中reshape函数、reshape(1,-1)的含义
一般用法:numpy.arange(n).reshape(a, b); 依次生成n个自然数,并且以a行b列的数组形式显示:In [1]: np.arange(16).reshape(2,8) #生成16个自然数,以2行8列的形式显示Out[1]: array([[ 0, 1, 2, 3, 4, 5, 6, 7], [ 8, 9, 10, 11, 12, 13,...原创 2019-10-23 21:22:20 · 1830 阅读 · 0 评论 -
numpy的基本使用(一)
numpy概述numpy(Numerical Python)提供了python对多维数组对象的支持:ndarray,具有矢量运算能力,快速、节省空间。numpy支持高级大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。NumPy支持比Python更多种类的数值类型。NumPy数值是dtype(数据类型)对象的实例,每个对象具有唯一的特征。创建ndarray数组ndarray...原创 2019-09-15 18:29:23 · 323 阅读 · 0 评论 -
NumPy 创建数组
NumPy 创建数组ndarray 数组除了可以使用底层 ndarray 构造器来创建外,也可以通过以下几种方式来创建。numpy.emptynumpy.empty 方法用来创建一个指定形状(shape)、数据类型(dtype)且未初始化的数组:numpy.empty(shape, dtype = float, order = 'C')参数说明:#创建三行两列的数组import n...原创 2019-09-15 19:01:16 · 479 阅读 · 0 评论 -
NumPy 从数值范围创建数组、切片和索引
NumPy 从数值范围创建数组numpy.arangenumpy 包中的使用 arange 函数创建数值范围并返回 ndarray 对象,函数格式如下:numpy.arange(start, stop, step, dtype)根据 start 与 stop 指定的范围以及 step 设定的步长,生成一个 ndarray。参数说明:import numpy as np x =...原创 2019-09-15 19:26:42 · 518 阅读 · 0 评论 -
numpy中的tile()函数
numpy.tile()是个什么函数呢,说白了,就是把数组沿各个方向复制numpy.tile(A,B)函数,重复A,B次,这里的B可以时int类型也可以是远组类型。>>> import numpy>>> numpy.tile([0,0],5)#在列方向上重复[0,0]5次,默认行1次array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0...原创 2019-09-15 22:35:10 · 119 阅读 · 0 评论 -
NumPy 迭代数组(遍历)
NumPy 迭代数组NumPy 迭代器对象 numpy.nditer提供了一种灵活访问一个或者多个数组元素的方式。迭代器最基本的任务的可以完成对数组元素的访问。arange() 函数创建一个 2X3 数组,并使用 nditer 对它进行迭代。import numpy as np a = np.arange(6).reshape(2,3)print ('原始数组是:')print (...原创 2019-09-15 22:52:55 · 436 阅读 · 0 评论 -
Numpy 数组操作_修改数组形状_翻转数组_连接数组_分割数组_数组元素的添加与删除
Numpy 中包含了一些函数用于处理数组,大概可分为以下几类:修改数组形状翻转数组修改数组维度连接数组分割数组数组元素的添加与删除修改数组形状numpy.reshapenumpy.reshape 函数可以在不改变数据的条件下修改形状,格式如下: numpy.reshape(arr, newshape, order='C')arr:要修改形状的数组newshape:整数或...原创 2019-09-16 20:37:44 · 410 阅读 · 0 评论 -
NumPy 逻辑运算、位运算
NumPy “bitwise_” 开头的函数是位运算函数。bitwise_andbitwise_and() 函数对数组中整数的二进制形式执行位与运算。import numpy as np print ('13 和 17 的二进制形式:')a,b = 13,17print (bin(a), bin(b))print ('\n')13 和 17 的二进制形式:0b1101 0b1...原创 2019-09-16 21:05:00 · 936 阅读 · 0 评论 -
NumPy 字符串函数
以下函数用于对 dtype 为 numpy.string_ 或 numpy.unicode_ 的数组执行向量化字符串操作。 它们基于 Python 内置库中的标准字符串函数。这些函数在字符数组类(numpy.char)中定义。numpy.char.add()numpy.char.add() 函数依次对两个数组的元素进行字符串连接。import numpy as np print ('...原创 2019-09-17 15:37:50 · 139 阅读 · 0 评论 -
NumPy 数学函数_三角函数_舍入函数
NumPy 包含大量的各种数学运算的函数,包括三角函数,算术运算的函数,复数处理函数等。三角函数NumPy 提供了标准的三角函数:sin()、cos()、tan()。import numpy as npa = np.array([0, 30, 45, 60, 90])print('不同角度的正弦值:')# 通过乘 pi/180 转化为弧度 print(np.sin(a * np....原创 2019-09-21 10:41:20 · 817 阅读 · 0 评论 -
NumPy 副本和视图
副本是一个数据的完整的拷贝,如果我们对副本进行修改,它不会影响到原始数据,物理内存不在同一位置。视图是数据的一个别称或引用,通过该别称或引用亦便可访问、操作原有数据,但原有数据不会产生拷贝。如果我们对视图进行修改,它会影响到原始数据,物理内存在同一位置。.视图一般发生在:1、numpy 的切片操作返回原数据的视图。2、调用 ndarray 的 view() 函数产生一个视图。副本一般发生...原创 2019-09-21 20:38:07 · 111 阅读 · 0 评论 -
NumPy 线性代数中的运算
NumPy 提供了线性代数函数库 linalg,该库包含了线性代数所需的所有功能,可以看看下面的说明:numpy.dot()numpy.dot() 对于两个一维的数组,计算的是这两个数组对应下标元素的乘积和(数学上称之为内积);对于二维数组,计算的是两个数组的矩阵乘积;对于多维数组,它的通用计算公式如下,即结果数组中的每个元素都是:数组a的最后一维上的所有元素与数组b的倒数第二位上的所有元素...原创 2019-09-21 22:08:58 · 516 阅读 · 0 评论