Numpy常用函数与矩阵运算

1.Numpy的数据结构与一维数组

Numpy的数据结构是ndarray结构

②对于构造的一维数组:

ve = numpy.array([1, 2, 3, 4])
print(ve.shape)

结果是:
(4,) #表示是一维的,有4个元素

2.Numpy常用函数

print(np.arange(15)) #构造一个0到14的一维数组或向量
a = np.arange(15).reshape(3,5) #将一维形式变成二维(3,5)矩阵
print(a)
print(a.ndim) #打印a的维数

结果是:
[ 0  1  2 ..., 12 13 14] #一个0到14的一维数组或向量
[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]] #二维矩阵
2 #维数是2维

----------------------其他一些常用函数(ง •_•)ง-----------------------------
a.dtype #查看a里面的数据类型
a.size  #查看a中有多少个元素
numpy.zeros((3,4)) #构造一个(3,4)的全零矩阵,默认是float型
numpy.ones((2,3,4), dtype=numpy.int32) #构造一个整型的(2,3,4)三维全1矩阵
numpy.arange(10,30,5) #构造10到30之间步长为5的数组(不包括30),结果是[10, 15, 20, 25]
numpy.random.random((2,3)) #构造一个(2,3)的随机矩阵

 3.Numpy.linspace用法

from numpy import pi
b = np.linspace(0, 2*pi, 100) #构造0到2*pi之间被100均分的100个元素的数组
print(b)

结果是:
[ 0.          0.06346652  0.12693304 ...,  6.15625227  6.21971879
  6.28318531]

 4.Numpy的计算

a = np.array([10, 20, 30, 40])
b = np.arange(4)
print(a)
print(b)
c = a-b #a和b对应位置元素相减
print(c)
b**2
print(b**2) #b中的每个元素求2次幂
print(a<25) #判断a中每个元素是否小于25,是的返回True,否返回False

结果是:
[10 20 30 40]
[0 1 2 3]
[10 19 28 37]
[0 1 4 9]
[ True  True False False]

5.Numpy的矩阵运算:两种运算方式区别——A*B  和   A.dot(B)(或者np.dot(A, B))

A = np.array([[1,1],[0,1]])
B = np.array([[2,0],[3,4]])
print(A)
print(B)
print("==================")
print(A*B)  #A和B两个矩阵中对应位置元素相乘
print(A.dot(B))  #A和B进行矩阵运算
print(np.dot(A, B))  #A和B进行矩阵运算

结果是:
[[1 1]
 [0 1]]
[[2 0]
 [3 4]]
==================
[[2 0]
 [0 4]] #A和B两个矩阵对应位置相乘
[[5 4]
 [3 4]] #A和B进行矩阵运算
[[5 4]
 [3 4]] #A和B进行矩阵运算

 

  • 1
    点赞
  • 10
    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