函数名 | 描述 |
---|---|
savetxt | 保存文件 |
loadtxt | 加载文件数据 |
average | 平均值 |
mean | 平均值 |
max | 最大值 |
min | 最小值 |
ptp | 最大最小值的差值 |
median | 中位数 |
var | 方差 |
log | 对数 |
diff | 相邻数据差,后者减去前者 |
std | 标准差 |
where | where函数返回满足要求下标或数据 |
zeros | 创建数组,内容都为0 |
ones | 创建数组,内容都为1 |
empty | 创建数组,内容都为1 |
linspace | 从某个范围内依次取数据,等差数列 |
sin | sin三角函数 |
cos | cos三角函数 |
dot | 点积 |
prod | 阶乘 |
clip | 修剪,根据最大最小值替换 |
compress | 压缩,返回满足条件的数据 |
代码如下:
import numpy as np
import matplotlib.pyplot as plt
#读写文件
#创建一个单位矩阵,即主对角线上的元素均为1,其余元素均为0的正方形矩阵
i2 = np.eye(3)
print(i2)
file = "C:/Users/Administrator/Desktop/eye.txt"
#下面代码会自动创建文件
np.savetxt(file, i2)
#加载数据,delimiter:分割符号,默认空格,unpack=True,意思是分拆存储不同列的数据.
a,b,c = np.loadtxt(file,delimiter=' ',unpack=True)
print(a)
print(b)
print(c)
#求数组平均值
a = np.array([3,4,5,2])
b = np.array([0.1,0.2,0.3,0.4])
av = np.average(a)#平均值
print("average:",av)
av = np.average(a,weights=b)#加权平均,2*0.1 + 3*0.2 + 4*0.3 * 5*0.4 = 4.0
print("average:",av)
print("mean:",np.mean(a))#mean也用来求平均值
print("max:",np.max(a))#最大值
print("min:",np.min(a))#最小值
print("ptp:",np.ptp(a))#最大最小值的差值
print("median:",np.median(a))#中位数
print("var:",np.var(a))#方差
print("log:",np.log(a))#对数
print("diff:",np.diff(a))#相邻数据差,后者减去前者
print("std:",np.std(a))#标准差
print("where:",np.where(a>2))#where函数返回满足要求下标。
print("where:",np.where(a>2,1,0))#where函数,替换满足要求的数据
print("zeros:",np.zeros(5))#创建数组,内容都为0,可以创建多维数组
print("ones:",np.ones(5))#创建数组,内容都为1,可以创建多维数组
print("empty:",np.empty(5))#创建数组,内容都为1,可以创建多维数组
print("linspace:",np.linspace(0,10,5))#从0到10,平均选取5个元素
print("sin:",np.sin(np.array([1,2,3])))#sin三角函数
print("cos:",np.cos(np.array([1,2,3])))#cos三角函数
a = np.array([1,2,3])
b = np.array([1,2,3,4,5,6,7,8,9]).reshape(3,3)
c = np.dot(a,b)#点积
print(c)
a = np.arange(1,9)
print(a)
print(a.prod())#阶乘
print(a.clip(1,2))#修剪,将所有比给定最大值还大的元素全部设为给定的最大值,
#而所有比给定最小值还小的元素全部设为给定的最小值
print(a.compress(a > 2))#返回满足条件的元素
输出结果如下:
[[1. 0. 0.]
[0. 1. 0.]
[0. 0. 1.]]
[1. 0. 0.]
[0. 1. 0.]
[0. 0. 1.]
average: 3.5
average: 3.4000000000000004
mean: 3.5
max: 5
min: 2
ptp: 3
median: 3.5
var: 1.25
log: [1.09861229 1.38629436 1.60943791 0.69314718]
diff: [ 1 1 -3]
std: 1.118033988749895
where: (array([0, 1, 2], dtype=int64),)
where: [1 1 1 0]
zeros: [0. 0. 0. 0. 0.]
ones: [1. 1. 1. 1. 1.]
empty: [1. 1. 1. 1. 1.]
[ 0. 2.5 5. 7.5 10. ]
[0.84147098 0.90929743 0.14112001]
[ 0.54030231 -0.41614684 -0.9899925 ]
[30 36 42]
[1 2 3 4 5 6 7 8]
40320
[1 2 2 2 2 2 2 2]
[3 4 5 6 7 8]
[Finished in 0.7s]