- numpy.arange(目标长度X):创建一个[0,x)的一维数组;
- numpy.arange(起始数字a,结束数字b,步长c):创建一个从a到b,元素间隔为C的一维数组;
import numpy as n a = n.arange(1,30,5) print(a) #结果为: #[ 1 6 11 16 21 26]
- numpy.arange(长度X).reshape(R行,C列):创建一个总共有X个元素,R行C列的矩阵;当两个参数有一个参数确定时,另一个可缺省为-1,但值得注意的是确定那个参数必须为元素个数整除,否则会报错;
- 矩阵对象.shape:返回矩阵的行列规模;
- 矩阵对象.ndim:返回矩阵的维度(最大行数,注意矩阵计数从0开始);
- 矩阵对象.size:返回矩阵元素数目;
- numpy.zeros((R行,C列)):初始化一个以0为所有元素初始值的R行C列矩阵;
- numpy.ones((R行,C列)):初始化一个以1为所有元素初始值的R行C列矩阵;
- numpy.random.random((2,3)):建立以(-1,1)之间的随机浮点数初始化所有元素的2行3列的矩阵;
- numpy.linspace(a,b,c):建立从a到b的C个元素的等差一维数组;
- 矩阵对象相减\加:矩阵内对应位置元素相减\加;
- 矩阵对象**2:矩阵中每个元素平方;
- 矩阵对象*矩阵对象:对应位置元素相乘;
- 矩阵对象A.dot(矩阵对象B):矩阵AB点乘;
- numpy.dot(A,B):矩阵AB点乘;
- numpy.exp\sqrt\floor(矩阵对象):此类操作都是矩阵中每个元素的对应操作;
- 矩阵对象.ravel():将一个多维矩阵转变为一维向量;
- 矩阵对象.shape = (R行,C列):将一个一维向量转变为R行C列的矩阵;
- 矩阵对象.T:返回矩阵对象的转置;
- numpy.hsatck(矩阵a, 矩阵b):按行拼接矩阵ab(拼接结束后行数不变,列数增加);
- numpy.vsatck(矩阵a, 矩阵b):按行拼接矩阵ab(拼接结束后列数不变,行数增加);
- numpy.hsplit(矩阵a, 切分成X份):将矩阵a按照行平均切分为X个子矩阵(行不变,列变小);切分参数也可以传入元组,指定切分的行位置;
- numpy.vsplit(矩阵a, 切分成X份):将矩阵a按照列平均切分为X个子矩阵(列不变,行变小);切分参数也可以传入元组,指定切分的列位置;
- 矩阵的复制1:矩阵a = 矩阵b :两个矩阵完全一样,地址也一样 ,所以当以后任意一个矩阵发生变化时,两个矩阵的元素都会发生变化;
- 矩阵的复制2:矩阵a = 矩阵b.view() :浅复制,a变化,b不受影响,b变化,a受影响;
- 矩阵的复制3:矩阵a = 矩阵b,copy() :两个矩阵相互独立;
27.numpy.argmax\argmin(axis = 0):返回矩阵中每一列最大(小)元素的索引; - numpy.sort(矩阵名,行\列):将矩阵按照行\列进行升序排列;
- numpy.argsort(矩阵名):返回升序元素的索引值;
numpy常用函数
最新推荐文章于 2024-04-29 09:12:37 发布