莫烦python学习笔记之numpy基本运算

numpy 的一维矩阵的几种基本运算 

import numpy as np
a=np.array([10,20,30,40])   # array([10, 20, 30, 40])
b=np.arange(4)              # array([0, 1, 2, 3])

# 对应元素的计算
c=a-b  # array([10, 19, 28, 37])
c=a+b   # array([10, 21, 32, 43])
c=a*b   # array([  0,  20,  60, 120])
c=b**2  # array([0, 1, 4, 9])矩阵中各个元素的二次方
c=10*np.sin(a)  # array([-5.44021111,  9.12945251, -9.88031624,  7.4511316 ])
print(b<3)  # array([ True,  True,  True, False], dtype=bool)满足要求的返回True，不满足的返回False

 

多维矩阵计算：

a=np.array([[1,1],[0,1]])
b=np.arange(4).reshape((2,2))

print(a)
# array([[1, 1],
#       [0, 1]])
print(b)
# array([[0, 1],
#       [2, 3]])

c = a*b  #对应元素相乘
# array([[0, 1],
#        [0, 3]])

c = np.dot(a,b) #标准的矩阵乘法运算，即对应行乘对应列得到相应元素
c = a.dot(b) #标准的矩阵乘法运算的另一种表达形式，用哪个都行
# array([[2, 4],
#        [2, 3]])

np.sum(b)  # 所有元素求和 6
np.sum(b,axis=0)  # 列求和 array([2, 4])
np.sum(b,axis=1)  # 行求和 array([1, 5])

np.min(b)  # 所有元素中最小的 0
np.min(b, axis=1)  # 每一行中最小值 array([0, 2])

np.max(b)  # 所有元素中最大的 3
np.max(b, axis=0)  # 每一列中最大值 array([2, 3])

np.argmin(b)  # 最小值的索引 0
np.argmax(b)  # 最大值的索引 3

# 求均值的三种写法：  np.mean(b)  np.average(b)  b.mean()  输出均为1.5


     

未看完，用得到再看吧