numpy的入门使用小节

入门操作

• 引入包： import numpy as np
• 创建矩阵： vector= numpy.array([[5, 10, 15], [20, 25, 30], [35, 40, 45]])
• 打印矩阵信息：
  1.打印行列：vector.shape
  2.打印类型：type(vector)或者vector.dtype
  3.查看矩阵的维度：vector.ndim
• 矩阵的bool类型的判断(以==为例其他的类似)

matrix = numpy.array([
                    [5, 10, 15], 
                    [20, 25, 30],
                    [35, 40, 45]
                 ])
matrix == 25

结果等于：
array([[False, False, False],
       [False,  True, False],
       [False, False, False]])

生成特殊的矩阵

• 按顺序生成指定的矩阵

a = np.arange(15)
------------------
结果等于：
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14])

• 变换矩阵为指定的形状reshape(行数，列数)

b = a.reshape(5,3)
print(b)
--------------------------
结果是：
array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [ 9, 10, 11],
       [12, 13, 14]])

• 零矩阵：np.zeros((行数，列数))
• 全1矩阵：np.ones((行数，列数))
• 等差矩阵：np.arange(起始值，终止值，公差).reshape(行数，列数)
• 对角阵：np.eye(3)三阶单位阵

np.arange( 10, 30, 5 ).reshape(2,2)
---------------------------------
结果是：

array([[10, 15],
       [20, 25]])

• 随机矩阵：np.random.random((行数，列数))
• 数字切片组成的矩阵：np.linspace( 0, 2, 100 )，表示从0到5，一个分成100个数。
• z = np.random.randint(0,3,(2,10)) 只有0，1，2构成的2行10列的矩阵

随机数

• numpy.random.randint函数

# numpy.random.randint(low, high=None, size=None, dtype='l')：生成一个整数或N维整数数组
# 若high不为None时，取[low,high)之间随机整数，否则取值[0,low)之间随机整数，且high必须大于low 
# dtype参数：只能是int类型  

print(np.random.randint(2))
# low=2：生成1个[0,2)之间随机整数  

print(np.random.randint(2,size=5))
# low=2,size=5 ：生成5个[0,2)之间随机整数

print(np.random.randint(2,6,size=5))
# low=2,high=6,size=5：生成5个[2,6)之间随机整数  

print(np.random.randint(2,size=(2,3)))
# low=2,size=(2,3)：生成一个2x3整数数组,取数范围：[0,2)随机整数 

print(np.random.randint(2,6,(2,3)))
# low=2,high=6,size=(2,3)：生成一个2*3整数数组,取值范围：[2,6)随机整数  

结果：

0
[0 0 0 0 1]
[3 2 4 4 4]
[[0 1 0]
 [0 0 0]]
[[3 5 2]
 [2 2 5]]

• 随机种子
• np.random.RandomState → 随机数种子，对于一个随机数发生器，只要该种子（seed）相同，产生的随机数序列就是相同的

rng = np.random.RandomState(1)#随机数种子 
a=rng.rand(3)#生成三个随机数

numpy的运算

假设有两个矩阵A和B

• 加法：A+B
• 减法：A-B
• 乘法:
• 1,对应位置相乘：A*B
• 2.矩阵的乘法：A.dot(B)，或者为dot(A,B)
• 开方：A**2
• 开根号： np.sqrt(A)
• 最大值：.max()
• 最小值：.min()
• 平均值： mean()
• 标准差:: std()
• 方差: var()

numpy的切片

• 按照列切片：hsplit(矩阵名称,(切片方式))

a = np.floor(10*np.random.random((2,12)))#随机生成一个2x12的矩阵
print(a)
print("----------------------------")
print(np.hsplit(a,3))#一个参数：将矩阵按照列，平均切成3份
print("----------------------------")
print(np.hsplit(a,(3,4)))  # 多个参数：[0-2]切一刀，[3]切一刀，[4-12]切一刀，注意按照下标，在对应位置切刀。
print("----------------------------")

• 按照行切片：vsplit(矩阵名称,(切片方式))

X:Y选择X到Y-1 ,X:Y:Z 表示从X开始到Y结束，以Z为公差进行切分选择

• a[0:1,0:2] 数组a中选择第0行，第0、1列
• a[1::2,::2] = 1 数组a中选择1，3，5…行，选择0，2，4…列

数值的堆叠

• 方法一：
  numpy.hstack(tup)：水平（按列顺序）堆叠数组
  numpy.vstack(tup)：垂直（按列顺序）堆叠数组

# 数组堆叠
a = np.arange(5)    # a为一维数组，5个元素
b = np.arange(5,9) # b为一维数组,4个元素
ar1 = np.hstack((a,b))  # 注意:((a,b))，这里形状可以不一样
-------------------------------------------------------
结果：

[0 1 2 3 4] (5,)
[5 6 7 8 9] (5,)
[[0 1 2 3 4]
 [5 6 7 8 9]] (2, 5)

方法二：
numpy.stack(arrays, axis=0)：沿着新轴连接数组的序列

a = np.arange(5)    
b = np.arange(5,10)
ar1 = np.stack((a,b))
ar2 = np.stack((a,b),axis = 1)
---------------------------------------------------------------
结果：
[[0 5]
 [1 6]
 [2 7]
 [3 8]
 [4 9]] (5, 2)

排序

np.sort(a,axis=?) 函数的作用是对给定的数组的元素进行排序
a：需要排序的数组
axis：指定按什么排序，默认axis = 1 按行排序， axis = 0 按列排序

a = np.array([[4, 3, 5], [1, 2, 1]])
print(a)
b = np.sort(a, axis=1)
print("------------")
print(b)
----------------------------------------------------------------------------
结果：
[[4 3 5]
 [1 2 1]]
------------
[[3 4 5]
 [1 1 2]]

帮助

help(内容)