列表生成式
a=[i for i in range(0,5)]
print(a)
[0,1,2,3,4]
filter(function,iterable) 过滤器
list(filter(lambda x:x%2,range(10)))
维度shape
shape[0] 横向几行
shape[1] 纵向几列
[[5 10 15]
[20 25 30]]
a=np.array([5,10,15],[20,25,30])
print(a.shape[0])
输出:2
vector=numpy.array([5,10,15,20])
print(vector[vector==10])
输出:10
vector=numpy.array([5,10,15,20])
print(vector.sum())
输出:50
matrix=numpy.array([
[5,10,15],
[20,25,30],
[35,40,45]
])
matrix.sum(axis=1)
输出:[30,75,120]
初始化数组
a=np.arange(15).reshape(3,5)
a
[[0 1 2 3 4]
[5 6 7 8 9]
[10 11 12 13 14]]
数组值相乘与矩阵乘运算
值相乘单纯是对应值乘到一起
矩阵乘运算是按矩阵乘法规则运算
A=np.array([[1,1],
[0,1]])
B=np.array([[2,0],
[3,4]])
A*B
A.dot(B)
np.dot(A,B)
快速构造数组 a=np.arange(15).reshape(3,5)
np.floor() 向下取整
b is a 即b和a代表同一个矩阵,操作也同步
b=a.copy()复制一个出来
np.argsort()元素排序
z[1::2,0::2]=1 从第1号行起每第二个等于1
归一化操作
(z-min)/(max-min)
z=10*np.random.random((5,5))
zmin,zmax=z.min(),z.max()
z=(z-zmin)/(zmax-zmin)
交换矩阵,第0行和第1行:
a[[0,1]]=a[[1,0]]
找出数组中与给定值最接近的数:
np.abs(z-a).argmin() #绝对值的最小值
np中判断是否是空值np.isnan
pd中pd.isnull
列表转换成字符串用join()
"".join(list(s))