numpy的基本操作汇总

numpy数组的属性

impot numpy as np
myarray = np.array([[1, 2, 3]
                     4, 5, 6]], dtype=np.int)#创建一个二维数组，其中dtype指定元素的数据类型

print("维度:", myarray.ndim) #输出数组的维度
print("形状:", myarray.shape) #输出数组的具体形状
print("元素总数：", myarray.size) #输出数组的元素总数
print("数据类型:", myarray.dtype) #输出数组的数据类型

数组的创建

1. 用具体的列表来创建

myarray = np.array([[1, 2, 3]
                     4, 5, 6]], dtype=np.int)#创建一个二维数组，其中dtype指定元素的数据类型

2. 用zeros、ones、empty函数创建数组

zeros_array = np.zeros((4,3), dtype=np.int)#创建一个四行三列的二维矩阵，元素为0，元素类型为np.int

ones_array = np.ones((4,3), dtype=np.int)#创建一个四行三列的二维矩阵，元素为1，元素类型为np.int

empty_array = np.empty((4,3), dtype=np.float)#创建一个四行三列的二维矩阵，元素为接近零的数，元素类型为np.float

3. 用区间来生成

arange_array = np.arange(0, 12, 1).reshape((4,3))#np.arange(0, 12, 1)在0到12间以步长为1生成一维数组（不包含12），reshape(4,3)将数组变成4行3列

linspace_array = np.linspace(0, 12, 12).reshape((4,3))# np.linspace(0, 12, 12)在0到12间成一维的12个元素的数组（包含12），reshape(4,3)将数组变成4行3列

基本运算

a = np.linspace(0, 4, 4).reshape((2,2)) 
b = np.arange(5, 9, 1).reshape((2, 2))

sum = a + b #加法：对应元素相加（减法、乘法、除法都是同样的操作）
the_sin = np.sin(a) #对每个元素求正弦值（np.cos（）为余弦，np.tan()为正切）

dot = np.dot(a, b)#a和b做矩阵运算（可替换为dot = a.dot(b)）

#求最值操作
the_max = np.max(a)#求出最大的元素
the_axis_max = np.max(a, axis=0)#在零维跨越的元素之间取最大值，此时为取每一列的最大值
#np.mean()、np.sum()和np.min()跟上面一样

a = np.clip(a, 0, 10)#大于10的元素用10代替，小于0的额部分用0代替

a = np.transpose(a)#将矩阵a进行转置（可以替换为a=a.T）