Python学习笔记之NumPy基本操作（数组）

使用pip安装Numpy：

pip install numpy

导入NumPy包并起别名np：

import NumPy as np

创建数组：

np.array([List])    # 传入一个List
np.zeros(shape)    # 创建结构为shape的数组，初始值为0
np.ones(shape)    # 创建结构为shape的数组，初始值为1
np.full(shape, n, dtype=int)    # 创建结构为shape的数组，初始值为n，数据类型int
np.full_like(a, n)    # 对照数组a的结构生成一个新的数组，初始值为n
np.eye(5)    # 5*5的单位矩阵
np.arange(0, 10, 2)    # 生成一个等差数列，0-10每两个取一个值
np.linspace(0, 5, 10)    # 0-5里面等间隔取10个数

生成随机数组：

np.random.rand()    # 生成0~1的随机数，可传入shape
np.random.randn()    # 生成标准正太分布的随机数，可传入shape
np.random.randint(0,10)    # 生成0~10的随机整数，第三个参数可以传入shape
np.random.choice([List])    # 在列表中随机选择一个值

数组属性：

a.ndim    # 数组a的维度
a.shape    # 形状，每个维度的大小
a.size    # 总的元素个数
a.dtype    # 元素的数据类型
ndarray.itemsize    # 数组中每个元素的字节大小

数组切片和堆叠：

a[:2, :3]    # 取数组a前两行，前三列
np.vstack((a, b))    # 数组横向堆叠
np.hstack((a, b))    # 数组纵向堆叠
np.concatenate([a, b], axis=0)    # axis=0按照行拼接，axis=1按照列拼接

常用操作：

np.reshape(shanpe)    # 改变数组的shape
np.dot(a, b)    # 矩阵点整，同 a.dot(b)
np.transpose(a)    # 矩阵转置，同 a.T
np.exp(a)    # 返回a的指数
np.sqrt(a)    # 对a开方
np.min(a)    # 求数组a中的最小值，传入axis=0对每一列求和，axis=1对每一行求和
np.max(a)    # 求数组a中的最大值，可传入axis
np.sum(a)    # 对数组a求和，可传入axis
np.sort(a)    # 对数组a的每一行里的元素进行排序, 可传入axis