numpy&pandas基础入门（2）

numpy的基础运算1

在numpy中的基本运算，常用的有：+、-、*、/、**(乘方)、.dot(矩阵乘法)

import numpy as np
a=np.array([1,2,3])
b=np.array([4,8,6])
c1=a-b     #减法运算，对应位置元素相减
c2=a+b     #加法运算，对应位置元素相加
c3=a*b     #乘法运算，对应位置元素相乘
c4=a/b     #除法运算，对应位置元素相除
c5=b**a    #幂运算，a为幂指数
print(c1)
print(c2)
print(c3)
print(c4)
print(c5)
print(np.sum(a))    #对a中元素求和输出
print(np.max(a))    #输出a中的最大值
print(np.min(a))    #输出a中的最小值 

输出结果：
[-3 -6 -3]
[ 5 10 9]
[ 4 16 18]
[0.25 0.25 0.5 ]
[ 4 64 216]
6
3
1
下图所示为线性代数中的矩阵乘法规则：

在numpy中可以使用**.dot()**实现矩阵乘法（或者说是“点积”）。

b=np.array([[1,2],[4,6]])
b1=np.arange(4).reshape(2,2)
b2=np.dot(b,b1)   # 矩阵乘法
print(b)
print(b1)
print(b2)

输出结果：
[[1 2]
[4 6]]

[[0 1]
[2 3]]

[[ 4 7]
[12 22]]
二维数组的加减乘除法等基本运算同上面一维数组相同，但对于.dot()在一维数组中的运算是对应位置元素相乘之后求和：

a=np.array([1,2,3])
b=np.array([2,3,4])
c=a.dot(b)   #使用.dot()的另一种形式，a.dot(b)、np.dot(a,b) 二者结果相同
print(c)

输出结果：
20

本篇就到这，关于numpy的使用将会在下一篇章中继续介绍，想要熟练使用还是得多敲代码呀。如果文章中有错误，欢迎留言指出，我是小白，一起学习！