numpy 文档

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