numpy用法总结

简介

Python的一个开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix））。

用法总结

np.abs()

功能：返回数字或数组的绝对值。（若输入为数组，则将数组各元素取绝对值，然后返回取绝对值后的数组）

np.zeros()

功能：生成数值为0的指定规模的数组

语法：np.zeros(数组尺寸)

np.ones()

功能：生成数值为1的指定规模的数组

语法：np.ones(shape,dtype,order)

参数解释

shape	数组规模
dtype	数组数据类型
order（可选参数）	c代表与c语言类似，行优先；F代表列优先

np.linspace()

功能：在指定的间隔内返回均匀间隔的数字

语法：numpy.linspace(start, stop, num=50)

np.ndim()

功能：获得数组的维数

语法：np.ndim(数组名)

np.exp()

功能：返回以e为底的指定数值次方

语法：np.exp(a)

np.sum()

功能：对指定数组中的数值求和

语法：np.sum(数组名)

np.max()

功能：返回指定数组中的最大数值

语法：np.max(数组名)

np.round()

功能：返回浮点数x的四舍五入值。

语法：round( a,decimals )

参数解释

a	输入数据
decimals（可选）	要舍人的小数位数，默认0。

np.dot()

功能：计算两个数组的乘积

语法：np.dot(数组A, 数组B)  

np.power()

功能：将数组元素求指定幂

语法：power(x1, x2)

参数解释

x1	底数
x2	指数

np.reshape()

功能：将数组的数据重新组成特定维度的新数组

语法：np.reshape(a，newshape，order ='C')

参数解释

a	原始数组
newshape	输出数组的形状，新形状应与原始形状兼容
order	{'C'，'F'，'A'}，可选参数

np.pad()

功能：对图像边缘进行扩充

语法：pad(array, pad_width, mode, **kwargs)

参数解释

array	需要填充的数组
pad_width	表示每个轴（axis）边缘需要填充的数值数目
mode	表示填充的方式

填充方式（mode参数）

constant	表示连续填充相同的值，每个轴可以分别指定填充值，constant_values=（x, y）时前面用x填充，后面用y填充，缺省值填充0
edge	表示用边缘值填充
linear_ramp	表示用边缘递减的方式填充
maximum	表示最大值填充
mean	表示均值填充
median	表示中位数填充
minimum	表示最小值填充
reflect	表示对称填充
symmetric	表示对称填充
wrap	表示用原数组后面的值填充前面，前面的值填充后面（平铺填充）
自定义函数	自己定义的函数