Numpy在数据科学领域中一个最基础的派生库,提供了快速高效的数学运算;高效的Index;运行效率足以和C/Matlab媲美。
数组的创建和访问
import numpy as np
list_1 = [1,4,6,8,9,5]
print(list_1)
[1, 4, 6, 8, 9, 5]
array_1 = np.array(list_1)
print(array_1)
array([1, 4, 6, 8, 9, 5])
list_2 = [6,4,1,3,5,0]
array_2 = np.array(list_2)
print(array_2)
array([6, 4, 1, 3, 5, 0])
二维数组创建
array_list = np.array([list_1,list_2])
print(array_list)
array([[1, 4, 6, 8, 9, 5],
[6, 4, 1, 3, 5, 0]])
二维数组的维度、元素总个数、元素类型和访问
array_list.shape
(2, 6)
-----------------------------------------------------
array_list.size
12
-----------------------------------------------------
array_list.dtype
dtype('int32')
-----------------------------------------------------
array_list[1][4]
5
array_list_l = np.array([[list_1,list_2]])
print(array_list_l)
array([[[1, 4, 6, 8, 9, 5],
[6, 4, 1, 3, 5, 0]]])
通过arrage创建数组(起点为1,不超过5)
array_3 = np.arange(1,5)
print(array_3)
array([1, 2, 3, 4])
通过arrage创建数组(起点为1,不超过10,步长为2)
array_4 = np.arange(1,10,2)
print(array_4)
array([1, 3, 5, 7, 9])
array_4[2]
5
array_4[2:4]
array([5, 7])
创建零矩阵
np.zeros(2)
array([0., 0.])
np.zeros([2,5])
array([[0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0.]])
创建单元矩阵
np.eye(2)
array([[1., 0.],
[0., 1.]])
创建三维数组以及访问
array_list_t = np.array([[1,2,3],[3,4,5],[6,7,8]])
print(array_list_t)
array([[1, 2, 3],
[3, 4, 5],
[6, 7, 8]])
array_list_t[:2,1:]
array([[2, 3],
[4, 5]])
随机生成数组
np.random.randn(5)
array([-0.25807757, 0.34520814, 1.2541671 , 0.57651125, 0.51479819])
np.random.randint(5,size=(2,3))
array([[3, 0, 0],
[2, 1, 0]])
np.random.randint(5,size=(8))
array([4, 1, 1, 0, 1, 2, 3, 0])
np.random.randint(5,size=(8)).reshape(2,4)
array([[1, 3, 3, 0],
[3, 2, 4, 1]])
矩阵运算
a = np.random.randint(5,size=(8)).reshape(2,4)
array([[1, 0, 1, 1],
[4, 0, 3, 2]])
--------------------------------------------------
b = np.random.randint(5,size=(8)).reshape(2,4)
array([[2, 3, 0, 4],
[0, 2, 3, 2]])
a + b
array([[3, 3, 1, 5],
[4, 2, 6, 4]])
a - b
array([[-1, -3, 1, -3],
[ 4, -2, 0, 0]])
a * b
array([[2, 0, 0, 4],
[0, 0, 9, 4]])
使用mat创建矩阵
A = np.mat(np.random.randint(5,size=(8)).reshape(2,4))
matrix([[1, 0, 1, 1],
[4, 0, 3, 2]])
B = np.mat(np.random.randint(5,size=(8)).reshape(2,4))
matrix([[2, 3, 0, 4],
[0, 2, 3, 2]])
A + B
matrix([[3, 3, 1, 5],
[4, 2, 6, 4]])
sum(A)
matrix([[5, 0, 4, 3]])
创建数组的一些知识点:
np.mat():用于将输入解释为矩阵。
np.matrix():用于从类数组对象或数据字符串返回矩阵。
np.array():用于创建一个数组。