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