import numpy as np
#1,multiply 函数得到的结果是对应位置上面的元素进行相乘
x1=[1,2,3];x2=[4,5,6]
np.multiply(x1,x2)
---------------------------------------------------
#2,std标准方差,var方差
b=[1,3,5,6]
np.var(b)
np.power(np.std(b),2)
ll=[[1,2,3,4,5,6],[3,4,5,6,7,8]]
np.var(ll[0])
np.var(ll,0) #第二个参数为0,表示按列求方差
np.var(ll,1)#第二个参数为1,表示按行求方差
---------------------------------------------------
#3,mean
b=[1,3,5,6]
np.mean(b) #全部元素求平均值
np.mean(ll)#求全部元素的平均值
np.mean(ll,0),#第二个参数为0,表示求按列求平均值
np.mean(ll,1)#第二个参数为1,表示按行求平均值
---------------------------------------------------
#4,sum求和
x=[[0,1,2],[2,1,0]]
b=[1,3,5,6]
np.sum(b)
np.sum(x)
---------------------------------------------------
#5,cov()协方差
b=[1,3,5,6]
np.cov(b)
np.sum((np.multiply(b,b))-np.mean(b)*np.mean(b))/3
x=[[0,1,2],[2,1,0]]
np.cov(x)
---------------------------------------------------
#6,corrcoef 相关系数
vc=[1,2,39,0,8]
vb=[1,2,38,0,8]
np.corrcoef(vc,vb)
np.mean(np.multiply((vc-np.mean(vc)),(vb-np.mean(vb))))/(np.std(vb)*np.std(vc))
---------------------------------------------------
#7,vdot向量的点积,对应位置相乘求和
l1=[1,2,3]
l2=[4,5,6]
np.vdot(l1,l2)
---------------------------------------------------
#8,mat函数把列表转换成矩阵形式
l1=[1,2,3]
l2=[4,5,6]
ll=[l1,l2]
np.vdot(l1,l2)
np.mat(l1)*np.mat(l2).T
np.mat(ll)
---------------------------------------------------
#9 ,shape,矩阵中有一个shape属性,是一个(行,列)形式的元组
a=np.array([[1,2,3],[4,5,6]])
a.shape
---------------------------------------------------
#10,ones 返回要求的矩阵,指定行列的全一的矩阵
ones=np.ones((2,1))
ones
---------------------------------------------------
#11,xrange 在py3 中由range代替
for i in range(3):
print (i)
test=[1,2,3,4]
test[:]
test[2:3]
for i in range(2,5):
print (i)
#range用于循环中,参数为一个整数的话,可循环遍历小于该参数的值。两个参数,则循环遍历两个整数之间的数
#test[:]则表示获取test列表中的所有元素
#test[2:3]则表示获取第2个位置到第三个位置的元素
python笔记--numpy总结(1)
最新推荐文章于 2024-02-02 10:21:21 发布