numpy中文网:https://www.numpy.org.cn
数据创建函数
- array
my_array = np.array([1, 2, 3, 4, 5])
生成一个数组,和python普通数组一样。
- ones , ones_like
np.ones生成特定行列的数组(矩阵),如
x = np.ones([5,5])
np.ones_like (x)则生成与x行列数相同的,各个元素均为1的矩阵。
- zeros,zeros_like
与函数ones用法相同
- empty、empty_like
只分配存储空间,不分配具体数值。
- eye
创建一个正方的N*N单位阵
数据处理函数
元素级
- abs 计算绝对值
- sqrt 计算各元素的平方根,相当于**0.5
- square 计算各元素的平方
- exp(x) 计算各个元素的指数
- log()、log10() log2() log1p(x) 分别是自然对数,底数为10的log,底数为2的log,和log(1+x)
- sign 计算各元素的正负号 1(正数) 0(0) -1 (负数)
- ceil 取上整
- floor 取下整
- rint 四舍五入
- modf 将小数和整数部分以两个独立数组形式返回
- cos,sin,cosh,sinh,tan,tanh
- 逻辑运算logical_and, logical_or, logical_not
>>> x = np.arange(5) >>> np.logical_and(x>1, x<4) array([False, False, True, True, False], dtype=bool)
>> x = np.arange(5) >>> np.logical_not(x<3) array([False, False, False, True, True], dtype=bool)
两个数组(格式np.__(ndarray1,ndarray2)
-
np.add(ndarray1,ndarray2) 各个元素相加
-
subtract 从第一个数组中减去第二个数组中的元素
-
multiply 数组元素相乘
-
divide, floor_divide 除法,向下整除(丢弃余数)
-
power 对第一个数组中的元素a和第二个数组中的元素b,执行a^b
-
maximum,fmax 求元素最大值,其中fmax可以忽略NaN
-
minimum,fmin 同理
-
np.dot 计算两数组的内积
矩阵
- np.diag(ndarray) 以数组形式返回方阵的对角线元素
- np.diag([x,y,...]) 将一维数组转换成方阵,(非对角线元素为0)
- np.trace(ndarray) 计算矩阵的迹
- np.ndarray.T 矩阵转置
np.linalg函数
- np.linalg.det(nd) 计算矩阵的行列式
- np.linalg.eig(nd) 计算特征值和特征向量
- np.linalg.inv(nd) 计算方阵的逆
- np.linalg.svd(nd) 计算奇异值分解svd
- np.linalg.solve(A,b) 解线性方程,AX=b,其中A是系数矩阵,b是常数项
- np.linalg.Istsq 计算AX=b的最小二乘解 ??
- mat?
数据查找与索引
- ndarray[n] 选择第n+1个元素
- ndarray[n:m] 选择第n+1个元素到第m个元素
- ndarray [ : ] 选取索引的元素
- ndarray[ n: ] 选取从n+1个元素到最后一个元素
- ndarray[ n,m] 选取第n+1行,第m+1个元素