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 ofa
,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