数据处理 numpy and pandas——002_numpy基础运算

• 矩阵的基础运算
• sin运算
• 矩阵的乘法
• sum求和，按列或者按行求和
• min返回最小值，max返回最大值
• argmin 返回最小值索引，argmax 返回最大值索引
• mean，average，median，cumsum，diff，nonzero，sort，transpose等函数的使用详见注释

import numpy as np

a= np.array([10,20,30,40])
b= np.arange(4)
print (a,b)
c=a-b            # + - * / ** 运算
print(c)
c=10*np.sin(a)
print(c)         # sin运算
print(b<3)     # 判断小于3的元素[ True  True  True False]
print(b==3)    # [False False False  True]
d=np.arange(4).reshape((2,2))
print(d)
e=np.arange(4).reshape((2,2))
r=d*e                      #对应元素想乘
r_dot=np.dot(d,e)          #矩阵的乘法   r_dot=d.dat(e)可以达到同样的效果
print(r)
print(r_dot)

d=np.random.random((2,4))      #随机生成一个2*4的矩阵
print(np.sum(d))
print(np.sum(d,axis=1))        #按列求和
print(np.min(d))
print(np.max(d))

a=np.arange(2,14).reshape((3,4))
print(a)
print(np.argmin(a))           # a中的最小值索引
print(np.argmax(a))           # a中的最大值索引
print(a.mean())               # a的平均值
print(np.average(a))            # a的平均值
print(np.median(a))            # a的中位值
print(np.cumsum(a))            # a的裴波那契数列
print(np.diff(a))             #  diff(a, n=1,axis=-1) 沿着指定轴计算第N维的离散差值
print(np.nonzero(a))          # 返回数组a中非零元素的索引值数组，行索引数组，列索引数组
print(np.sort(a))                 #  排序
print(np.transpose(a))            #  矩阵转置
print(np.mean(a,axis=1))        #计算行的平均值
print(np.mean(a,axis=0))        #计算列的平均值