Numpy

1. Numpy简介

Numpy是一个Python科学计算库，主要功能之一是用来操作数组和矩阵。

---

2. 数组（array）创建与操作

2.1 数组创建

import numpy as np
# 创建一维和二维数组
a = np.array([1, 2, 3], dtype=np.int32)
b = np.array([[1, 2, 3], [3, 4, 5]])

# 创建一维和二维全零数组
a = np.zeros(4)
b = np.zeros((1,4))
# 创建全一数组
a = np.ones((2,2))

# 创建等差数组
a = np.arange(1,10,2) # [1,10),步长为2
# 创建 0-1 随机数数组
a = np.random.random((2,2))
# 创建随机整数数组
a = np.random.randint(1,10,(2,2)) #[1,10)

numpy属性
ndim - 维度； shape - 行数和列数； size - 元素个数

2.2 数组操作

单个矩阵操作

np.sum(a)                  # 矩阵元素之和
np.sum(a, axis=0/1)        # 矩阵元素按行/列求和
np.min(a)                  # 矩阵元素最小值
np.mean(a)                 # 矩阵元素平均值
np.argmin(a)               # 矩阵最小值索引
np.sort(a)                 # 矩阵每行递增排序

np.around(a)               # 近似取整
np.ceil(a)                 # 向上取整
np.floor(a)                # 向下取整

a = arrange(4).reshape((2,2))
a = a.flatten()  # 矩阵展平

两个矩阵操作

# 对应元素相加减/相乘/平方
c = a-b
c = a*b
c = a**2

# 矩阵相乘
c = a.dot(b)

矩阵索引

a = np.array([[1,2,3],[4,5,6],[7,8,9]])
a[1]        # [4,5,6]
a[1][2]     # [6]
a[1,0:4]    # [4,5,6]

矩阵合并

c = np.vstack((a,b)) # 上下合并
c = np.hstack((a,b)) # 左右合并
c = np.dstack((a,b)) # 深度合并

c = np.concatenate((a,b),axis=0/1)  # 左右/上下合并

矩阵拆分

np.split(a,3,axis=0/1)         # 按行/列分成三份
np.split(a,[1,3],axis=0/1)     # 按行/列在第2和4行/列前切分

3. copy 与 =

b = a          # b与a内存地址一致
b = a.copy()   # b与a内存地址不同

4. 广播机制

当数组和一个标量进行计算时，标量需要根据数组的形状进行扩展，然后执行计算，该扩展过程成为“广播”。

a = np.array([[0,0,0],[1,1,1],[2,2,2]])
b = np.array([1,1,1])
print(a+b)   # [[1 1 1],[2 2 2],[3 3 3]]