numpy——进行计算、排序、线性代数计算的函数

函数	含义
np.sin(arry)、cos(arry)、tan(arry)	求 arry 中每个元素的三角函数，其中元素的数值为弧长值
np.dot(a, b)	得到数组（又称向量）的内积，结果是一个数
np.sum(a, axis)	求和，axis表示从哪个方向求
np.min()、np.max()、np.mean()、np.average()	参照np.sum(a, axis)，其中mean、average结果差不多
np.median(a, axis)	求中位数
np.cumsum(a, axis)	挨个加，并得到结果，详见例子
np.nonzero(a)	返回非0的下标
np.sort()
np.clip(a, a_min, a_max)	相当于一个过滤+修改器，将不在（a_min, a_max）的改成a_min,或 a_max
np.transpose(a)或 a.T	转置

np.sin()、cos()、tan()

sin(1)得到的是弧长为1 的sin值

import numpy as np

a = np.linspace(1, 10, num= 10)
b = np.sin(a)
print(type(b))
print(b)

np.dot(a, b)

得到内积，是一个数字

import numpy as np

a = np.linspace(1, 10, num= 10)
b = np.arange(4, 14)
c = np.dot(a, b)
print(type(c))
print(c)

np.sum(a, axis)

import numpy as np

a = np.linspace(1, 12, num=12).reshape((3, 4))
print(a)
print(np.sum(a))
print(np.sum(a, axis=0))  # 求垂直方向的和
print(np.sum(a, axis=1))  # 求水平方向的和

np.min()、np.max()、np.mean()、np.average()

np.mean()：

Compute the arithmetic mean along the specified axis.

np.average():

Compute the weighted average along the specified axis.

并且这两个不在同一个模块中

np.median(a, axis)

这个函数会先排序，然后再找中位数
中位数是：

• 总长为奇时：中间的数
• 总长为偶时：中间两个数的均值

import numpy as np

a = np.linspace(1, 12, num=12)
print(np.median(a))
b = np.linspace(1, 11, num=11)
print(np.median(b))

np.cumsum(a, axis)

Return the cumulative sum of the elements along a given axis.
返回沿给定轴的元素的累积和。

import numpy as np

a = np.arange(2,11).reshape(3,3)
print(a)
print(np.cumsum(a)) # [ 2  5  9 14 20 27 35 44 54]

np.nonzero(a)

Return the indices of the elements that are non-zero.
Returns a tuple of arrays, one for each dimension of a,containing the indices of the non-zero elements in that dimension.

import numpy as np

a = np.arange(2,11).reshape(3,3)
print(a)
print(np.nonzero(a)) # (array([0, 0, 0, 1, 1, 1, 2, 2, 2], dtype=int64), array([0, 1, 2, 0, 1, 2, 0, 1, 2], dtype=int64))

np.sort()

np.clip(a, a_min, a_max)

import numpy as np

a = np.arange(2, 11).reshape(3, 3)
print(np.clip(a, 5, 9)) # <5的数全改成5，>9的数全改成9，5<x<9的数不变

np.transpose(a)，与a.T一样

import numpy as np

a = np.arange(2,11).reshape(3,3)
print(a)
print(np.transpose(a)) # 转置
print(a.T) # 转置