import numpy as np
#新建一个数组
array = np.array([[1,2,3],[4,5,6]])
print(array)
#矩阵的维度
print(array.ndim)
#矩阵的形状 几行几列
print(array.shape)
#矩阵的大小 元素个数
print(array.size)
array1 = np.random.random((2,3)) #随机创建一个二行三列的矩阵
print(array1)
print(np.sort(array1)) #每一行进行排序
print(np.sum(array1, axis=1)) #求每一行元素之和 返回值均为列表
print(np.min(array1, axis=0)) #每一列元素最小值
print(np.max(array1, axis=1)) #每一行元素最大值
print(np.mean(array1)) #输出平均值
print(np.average(array1)) #输出平均值
print(array1.mean()) #输出平均值
print(np.argmin(array1)) #输出最小值索引 返回的都是作为列表时的下标
print(np.argmax(array1)) #输出最大值索引
a = np.array([[1,2,3],[4,5,6]], dtype=np.int) #dtype 定义元素格式
a1 = np.array([[1,2],[2,3],[3,4]])
b = np.zeros((2,3)) #定义一个三行四列的全部为0的矩阵
#矩阵运算
print(a-b) #对应位置的数字相加或者相减
print(a**2) #矩阵平方
print(a.transpose()) #矩阵转置
print(a.T) #矩阵转置
print(a*a) #对应元素相乘
print(np.dot(a, a1)) #矩阵相乘
print(a.dot(a1)) #矩阵相乘
c = np.arange(10, 20, 2) #生成一个数列 10开始 18结束 步长为2
d = np.arange(12).reshape((3,4)) #生成一个数列 0-11 并将形状改为三行四列
e = np.linspace(1, 5, 5) #从一到五 分为五段
print(e<3) # 返回一个列表,e中大于三为true,其余为false
A = np.arange(14, 2, -1).reshape((3,4)) #-1表示递减
print(np.clip(A, 5, 9)) #9以上降低到9 5以下升级到5 5-9不变
B = np.arange(2, 14).reshape((3,4))
print(B)
print(B.flatten()) #将矩阵转化为列表
#循环输出矩阵中的元素
for item in B.flat:
print(item)
NumPy库的常用函数
最新推荐文章于 2023-03-01 10:39:30 发布