numpy笔记二（常用数组函数）

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]