numpy -- 基础方法操作 array和asarray数据类型常用基础方法

numpy 基础知识

一、引入包

import numpy as np

二、基础方法

1. Array(数组)

---

• rank：数组的维数 a.ndim # 返回维度

a = np.array([1,2,3])

• type(a) #类型
• a.shape#形状
• a = a.reshape((-1,n))#其中-1代表的是3，转化形状
• b = np.zeros((n,m)) #用于创建全为0的数组，其中n,m代表形状
• c = np.ones((n,m)) # 用于创建全为1的数组
• d = np.full((n,m),value) #value数组的数字
• np.zeros([2,4]) #全为0的2×4数组
• np.ones([3,5]) #全为1 的3×5数组

eye 单位矩阵

• e = np.eye(m)# 单位矩阵

random：随机数

• f =np.random.random((n,m))#创建0～1之间的数据数，形状的n×m矩阵

• f = np.random.randn(n,m) #创建形状为n×m的随机矩阵，为正负小数

• np.random.rand(2,4) #2行4列的0～1之间的随机数

• np.random.rand(): # 产生一个随机数

• randint：随机整数 np.random.randint(1,10,3) #0~10之间的随机数，生成3个

• randn：生成符合标准正态分布的随机数 np.random.randn(2,4) #生成2行4列

• choice：生成指定数组中的随机数 np.random.choice([10,20,30])# 每次生成给出数组中的一个数作为随机数

• distribute：生成符合贝塔分布 np.random.beta(1,10,100)#1~10之间生成100个数

• np.random.uniform(2,9,num)，在2-9 之间生成num个随机数

---

2. 数组索引 indexing

---

a = np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])

给a的第二列每个数都加10，能够采用下边三种方法：

（1）a[np.arange(3),1] +=10

（2）a[np.arange(2),[1,1,1]] +=10

（3）a[[0,1,2],[1,1,1] +=10

对其中的数组进行操作：判断a中大于10 的数，两种方法

（1）result_index = a>10 #result_index 返回为true和false形式
b =a[result_index] #返回大于10的数，得到一个新的列表

（2） b =a[a>10] #直接得到大于10的数的新的列表

---

3.元素的数据类型：

---

• a = np.array([1.1,1.2])
• a.dtype #判断数组数据类型
• a = np.array([1.1,1.2],dtype=np.int64) #可以将小数直接变为整数类型
• a = np.array([1.1, 1.2])
• b = np.array(a,btype=np.int64) ##b为a取整数部分

---

4.数据运算及常用函数

---

a = np.array([1,2],[3,4])
b = np.array([5,6],[7,8])

（1）a+b等同：np.add(a,b)
（2）a-b等同：np.subtract(a,b)
（3）a*b等同np.multipy(a,b)
（4）a/b等同np.divide(a,b)
（5）np.sqrt(a) #对a每个元素开方
（6）a.dot(b):矩阵之间的乘法操作 等同：np.dot(a,b)
（7）np.concatenate((lst1,lst2)，axis=0) #lst1 和lst2合并一行
（8）np.vstack((lst1,lst2)) #lst1 ,lst2 合并成两行
（9）np.hstack((lst1,lst2)) #lst1，lst2 合并成一行
（10）np.split(lst1,4) #将lst1 分成4分
（11）np.copy(lst1)#复制lst1
lst=np.arange(1,11).reshape([2,-1])#生成1～11的数组，将其划分为2行5列
（12）np.exp(lst)#指数操作
（13）np.exp2(lst) #指数平方
（14）np.sqrt(lst) #平方
（15）np.sin(lst) #sin
（16）np.log(lst) #对数 底数是自然底数

lst1 =[1,2,3,4,5,6]
lst2 =[11,12,13,14,15,16]
lst3 = np.concatenate((lst1,lst2),axis=0)
print