1.矩阵的创建
1)list方法生成矩阵
2)数组函数arange 生成矩阵
arange(start,end,step)
arange(end) .reshape(行,列) 默认从1开始
3)创建0/1矩阵
np.zeros((行,列))
np.ones((行,列))
4)等差数列
np.linspace(start,end,num)
2.矩阵的分片
3.查找/变更:
4.矩阵的运算
- 矩阵相减/矩阵点乘/矩阵合并/矩阵的逆
矩阵常用运算:
- max()、min()、std()、median()
- argmin()最小值索引、argmax()最大值索引、transpose()转置,sin()、cos()、exp()、sqrt()、floor()
5.随机数的生成
二项分布:
在概率论和统计学中,二项分布是n个独立的是/非试验中成功的次数的离散概率分布,其中每次试验的成功概率为p(size决定形状)
泊松分布
:
该分布适合于描述单位时间(或空间)内随机事件发生的次数。如某一服务设施在一定时间内到达的人数,电话交换机接到呼叫的次数,汽车站台的候客人数,机器出现的故障数
正态分布
:
其他常用分布:
6.数据读取和数据写出
读取:
loadtxt/genfromtxt函数,参数:
- fname:指定外部文件的路径
- delimiter:指定文件中数据列的分隔符
- skiprows:指定读数时跳过的行数
- skip_header:指定跳过首行
- usecols:指定读取的数据列
tips:这里个人比较推荐使用genfromtxt函数进行外部数据的读取。切记,loadtxt函数和genfromtxt函数读入数据形成数组,故必须要求读进来的数据一定是数值型数据,否则会报错
数据写出:
通过使用numpy模块中的savetxt函数实现python数据的写出,函数语法如下:
np.savetxt(fname, X, fmt='%.18e', delimiter=' ', newline='\n', header='', footer='', comments='# ')
fname:指定数据写出的路径
X:指定需要写出的数据
fmt:指定输出数据的格式,
默认科学计算法
delimiter:指定数据列之间的分隔符,默认空格符
newline:指定新行的标识符,默认换行
header:指定输出数据首行值
footer:指定输出数据的末行值
comments:指定注释符,默认“#”