Numpy

基本属性

# 列表转array
array = np.array([1,2,3])
# 基本属性
array.ndim #纬度
array.shape #(行,列)
array.size #元素总数
array.dtype #数据类型

初始化

a = np.array([1,2,3], dtype=np.int) # list 创建
a = np.zero((3,4)) # 0矩阵
a = np.ones((3,4)) # 1矩阵
a = np.arange(10,18,2) # 序列 10,12,14,16
a = np.linspace(1,10,20) # 1到10之间生成20个数
a = np.linspace(1,10,20).reshape((4,5))
a = np.random.random((3,4)) # 随机生成0-1的数

运算

c = a+b # +-*/
c = b**2
c = np.sin(a)
c = a<3
c = a*b #逐个相乘
c = np.dot(a,b) #矩阵乘法
a.transpose()/a.T:转置
np.sum(a) # min/max/mean/median(中位数)/cumsum(累加积分)/diff(累差)
np.sum(a, axis=0) # 0行,1列
np.argmax(a) # 最大值索引
【高级功能】
sort:排序
cumsum:累加积分
diff:累差
np.clip(A,0,255) # 防溢出,大于255的改为255,小于0的改为0
a.flatten() #变成1行

索引

a[2]
a[2][3]
a[2,1:3]

合并&分割

# 上下合并
c = np.vstack((a,b))
# 左右合并
c = np.hstack((a,b))
# 按维度合并
c = np.concatenate((a,b), axis=0)

# 左右等分
np.split(a,2,axis=1)
# 上下等分
np.split(a,2,axis=0)

拷贝

b = a # 浅拷贝 b is a == True
b = a.copy() # 深拷贝
  • 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