- numpy基础 (矩阵运算)
import numpy as np
1.numpy数组对象
a = np.arange(5)一维数组
a.dtype元素类型
a.shape,维度属性
m = np.array([np.arange(2), np.arange(2)])二维数组
np.float64(42),类型转换
2.数据类型对象
a.dtype.itemsize,numpy数组中每个元素均为相同的数据类型
3.字符编码
np.arange(7, dtype='f'),创建float类型数组元素
4.数组的索引和切片
a[3:7]
a[::-1]倒序
b = np.arange(24).reshape(2,3,4)
b[0,0,0]为0
5.改变数组的维度
reshape
c = b.flatten()转成1维,c变成1维,b还是3维
b.transpose转置
b.resize
hstack,vstack,concatenate,数组合并
6.数组的分割
hsplit,vsplit,split
7.数组的属性
a.ndim数组的维度
a.size元素数量
a.itemSize元素的字节数
a.nbytes总元素字节数
a.T转置矩阵
8.数组转换
a.tolist(),转换python列表
- numpy基本数据操作
a = np.arange(-5,5)
signs = np.sign(a)符号函数
A = np.mat('1 2 3;4 5 6; 7 8 9')创建矩阵
B = A * 2
- 通用函数
np.zeros_like(A)
B = np.eye(3)
B.flat
np.divide(a, b)整除
np.true_divide(a, b)浮点除法
np.mod(a, 2) 或 a % 2
np.linspace(-np.pi, np.pi, 201)
- 常用函数
h = np.random.randn(10)随机数
np.max(h)
np.min(h)
np.median(h)
np.mean(h)
np.var(h)
np.msort(h)
np.sqrt(h)
indices = np.where(h > 5)返回元素大于5的元素索引
np.take(h, indices)取出索引对应的元素
np.argmin(h)最小索引
np.argmax(h)
np.ones(10)
h.fill(5)数组元素都用5填充
np.dot(a, b)若1维就是点积,2维就是矩阵乘积