科学计算库Numpy快速入门

Numpy概述

NumPy 是 Python 中的一个开源数学库,提供了快速且便捷的数组处理功能,可以用来进行科学计算、数据分析、算法开发等多种任务。NumPy 是 Python 科学计算生态系统的核心组件之一,与众多科学计算相关的库都依赖NumPy。如果你想在 Python 中进行科学计算,那么必须掌握 NumPy 的使用。
导入numpy

import numpy as np
  • 普通数组list

在这里插入图片描述
可以看出list不能和数值变量进行运算

  • numpy中的数组类型是ndarray

在这里插入图片描述

  • ndarray类型的数组就能和单个数值进行简单运算,过程就是把数字中的每一个元素都与这个数值做运算,即广播机制

在这里插入图片描述

  • 两个ndarray类型的数值运算

在这里插入图片描述

  • 和list一样的索引获取值

在这里插入图片描述

  • 定义多维数组

在这里插入图片描述

  • ndarray数组不仅可以和单个数值进行运算 相同形状的ndarray也可以进行简单运算,就是对应位置的元素分别进行运算

在这里插入图片描述

  • ndarray使用shape知道该矩形的尺寸,而list不支持

在这里插入图片描述

array数组

可以使用list来转换成ndarray
在这里插入图片描述

  • 使用dtype获取数组中元素的类型

在这里插入图片描述

  • 和list 不同的是list的中的元素类型可以不同,ndarray中的元素类型必须相同,如果不同那么会向下转型成一样的,这里有4个int32 一个float64,然后会自动把int32 转成float64

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • ndarray的一些基本操作
    在这里插入图片描述

  • fill 给数组都填充成一个元素
    在这里插入图片描述

  • 索引 切片等与list 没啥区别
    在这里插入图片描述

数组结构

  • 多维数组即矩阵的一些操作

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • 这里做并不会新开辟一块内存,而是都指向同一块内存进行操作要使用copy函数 才是新开内存然后赋值过去
    在这里插入图片描述
    在这里插入图片描述

  • 使用arange 产生数组,指定左闭右开的区间,和步长
    在这里插入图片描述

  • 产生bool类型的数组
    在这里插入图片描述

  • 使用布尔类型数组,来拿到对应位置arr的元素,相应位置为true就获取,为false就不取
    在这里插入图片描述

  • 数据初始化10个元素的数组
    在这里插入图片描述

  • 使用这种方法给mask赋值
    在这里插入图片描述

  • 在用上面的mask来获取arr1中相应位置元素

  • 在这里插入图片描述
    -

  • 获取特定位置的坐标 使用where 函数
    在这里插入图片描述

  • 通过这种方式返回特定元素
    在这里插入图片描述

数组类型

  • 指定类型
    在这里插入图片描述

  • 我们可以设置ndarray 存储任意类型,一般计算不推荐这样设置
    在这里插入图片描述
    在这里插入图片描述

  • 使用asarray方法转换类型
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

  • 可以直接通过变量.astype 转换
    在这里插入图片描述

数值运算

  • sum
    在这里插入图片描述

  • 对列求和
    在这里插入图片描述

  • 对行求和
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

  • prod 累乘
    在这里插入图片描述
    在这里插入图片描述

  • min 最小值
    在这里插入图片描述

  • max 最大值同理
    在这里插入图片描述

  • 返回最大值或最小值索引
    在这里插入图片描述

  • std 标准差
    在这里插入图片描述

  • var 方差
    在这里插入图片描述

  • clip方法是把小于3的改成3 大于5的改成5
    在这里插入图片描述

  • round 四舍五入
    在这里插入图片描述
    在这里插入图片描述

排序操作

  • sort
    在这里插入图片描述

  • argsort 返回排序后下标的变化

在这里插入图片描述

  • searchsorted 在一个已经有序的数组中如果插入一个数组,返回插入元素按照有序的方式插入时,所插入位置的下标
    在这里插入图片描述

-lexsort函数的使用 先按照第2列升序排序,在2列升序的情况下,按照0列降序排序,返回最终下标数组
在这里插入图片描述

数组形状操作

  • shape 查看形状
    在这里插入图片描述

  • 一种改变数组形状的方式
    在这里插入图片描述

  • reshape 改变数组形状的另一种方式,这里没有改变原数组
    在这里插入图片描述
    尺寸形状要能对应上元素总数量,否则就报错

  • newaxis 增加维度
    在这里插入图片描述

  • 左边增加维度
    在这里插入图片描述

  • 增加多个维度
    在这里插入图片描述

  • squeeze 压缩维度 把维度为1的轴全部移除
    在这里插入图片描述

  • 转置 不改变原数组
    在这里插入图片描述
    在这里插入图片描述

  • 数组的连接
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

  • 展开成一维数组
    在这里插入图片描述

数组生成函数

生成ndarray数组的几种方式

  • 直接在参数列表中手写list,或者传入list
    在这里插入图片描述

  • arange 函数
    在这里插入图片描述
    在这里插入图片描述

  • linspace
    在这里插入图片描述

  • logspace
    在这里插入图片描述

-meshgrid 生成二维网格
在这里插入图片描述
在这里插入图片描述

  • 返回行向量 返回列向量

在这里插入图片描述

  • 生成全为0的zeros 和全为1的ones
    在这里插入图片描述
    在这里插入图片描述
  • empty 元素是随机的
    在这里插入图片描述
  • fill 填充特定值
    在这里插入图片描述
  • zeros_like ones_like 照着给定数组尺寸生成全是0 全是1 的数组
    在这里插入图片描述
  • identity 生成单位阵
    在这里插入图片描述

四则运算

  • multiply
    在这里插入图片描述
  • dot 矩阵相乘
    在这里插入图片描述
    在这里插入图片描述

在这里插入图片描述

  • ==

在这里插入图片描述

  • 与运算
    在这里插入图片描述
  • 或运算
    在这里插入图片描述
  • 非运算
    在这里插入图片描述

随机模块

  • random.rand

在这里插入图片描述

  • random.randint
    在这里插入图片描述
  • random.random_sample
    在这里插入图片描述
  • random.normal
    在这里插入图片描述

在这里插入图片描述

  • 洗牌
    在这里插入图片描述

文件读写

先写入一下数字在文本中
在这里插入图片描述
使用普通方法读文件到数组中
在这里插入图片描述

  • loadtxt
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

  • savetxt 将数组写到txt中
    在这里插入图片描述

  • 直接读写ndarray 保存形式有.npy .npz

  • save
    在这里插入图片描述

  • savez
    在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值