本文记录Numpy的常用函数,方便日后查看。
Numpy基本属性:
array = np.array([[1,2,3],[2,3,4]]) #列表转化为矩阵
print(array)
"""
array([[1, 2, 3],
[2, 3, 4]])
"""
print('number of dim:',array.ndim) # 维度
# number of dim: 2
print('shape :',array.shape) # 行数和列数
# shape : (2, 3)
print('size:',array.size) # 元素个数
# size: 6
Numpy常用AIPI:
- np.asarray(x,np.float32) #将列表转化为np格式
- np.argmax(pre, axis=1) #返回pre的最大值对应的索引 axis=1每一行的最大索引
- np.argmin(pre, axix=1) #最小元素的索引
- np.mean(a) 或 a.mean() #计算统计中的均值
- np.sum(a) np.min(a) np.max(a) #求和,最小最大值
- a = np.array([2,23,4],dtype=np.int)
print(a.dtype) #查看数据格式 - a=np.zeros((3,4)) #创建全零数组 3行4列
- a=np.ones((3,4),dtype=np.int) #创建全一数组
- a=no.arrange(10,20,2) #创建连续数组 10-19的数据,2个步长
- a=np.arrange(12).reshape((3,4)) #改变数据形状,3行4列
- a=np.linspace(1,10,20) #生成线段型数据 1开始,10结束,分成20个数据
- array([[ 1. , 1.47368421, 1.94736842, 2.42105263],
[ 2.89473684, 3.36842105, 3.84210526, 4.31578947],
[ 4.78947368, 5.26315789, 5.73684211, 6.21052632],
[ 6.68421053, 7.15789474, 7.63157895, 8.10526316],
[ 8.57894737, 9.05263158, 9.52631579, 10. ]]) - a=np.array([2,23,4]) #创建数组
- b=a.copy() #a与b没有关联 深度复制