Numpy使用小记

矩阵截取

import numpy as np

a = np.array([[1,2,3,4],[5,6,7,8]]) # 返回ndarray对象
print(a.shape[0]) # 矩阵行数与列数
# 矩阵按行列截取
print(a[0,:]) # 获取第一行 任意列,返回的也是一个ndarray对象
# 矩阵按条件截取
b = a[a>5]
print(b)
print(a>5) # 返回的是布尔矩阵

矩阵插入、合并

import numpy as np
# 矩阵合并
a1 = np.array([[1,2],[3,4]])
a2 = np.array([[5,6],[7,8]])
print(np.hstack((a1,a2))) # 横向合并
print(np.vstack((a1,a2))) # 纵向合并
print(np.concatenate((a1,a2),axis=0)) # axis为0时即第一维度即行，即纵向合并
print(np.column_stack((a1,a2))) # 列插入
print(np.row_stack((a1,a2))) # 行插入
print(np.insert(a1,2,a2,0)) # 参数 arr：被插入数组 obj：插入的位置 values：值 axis：维度，从哪里插入

矩阵的生成

import numpy as np
# 矩阵的生成
a = np.arange(5,20,2,dtype=int) # 包含起始值，默认从0开始 不包含终止值 步长默认为1
print(a)
a = np.linspace(0,10,7) # 产生以0起始，10为终止 共7个元素的等差数列
print(a)
a = np.logspace(0,2,5) # 生成首位是10^0，末位是10^2，含5个数的等比数列。
print(a)
# zeros,ones,eye,empty 分别用来创建全0，全1，单位，空矩阵
a = np.zeros((3,4))
print(a)
a = np.ones((3,4))
print(a)
a = np.eye(3)
print(a)
a = np.empty((3,4))
print(a)
# 产生随机数
a = np.random.rand(3,4) # 位于[0,1)间的随机数
print(a)
a = np.random.randn(3,4) # randn符合标准正态分布
print(a)

矩阵基础信息获取

import numpy as np
# 产生随机数
a = np.random.rand(3,4) # 位于[0,1)间的随机数
print(a)
a = np.random.randn(3,4) # randn符合标准正态分布
print(a)
print(a.max()) # 获得整个矩阵的最大值
print(a.min()) # 获得整个矩阵的最小值
print(a.max(axis=0)) # 获取行方向最大值 就获取每一列最大值
print(a.min(axis=1)) # 获取列方向最小值 就获取每一行最小值
print(a.mean()) # 获得整个矩阵的平均值
print(a.mean(axis=0)) # 获取行方向均值 就获取每一列均值
print(np.median(a)) # 获得整个矩阵的中位数
print(a.var()) # 获得整个矩阵的方差
print(a.std()) # 获得整个矩阵的标准差
print(a.sum()) # 获得整个矩阵的和

矩阵基础运算

 

import numpy as np
# 矩阵的运算
a1 = np.array([[4,5,6],[1,2,3]])
a2 = np.array([[6,5,4],[3,2,1]])
print(a1 + a2) # 矩阵元素相加
print(a1*a2)   # 矩阵元素相乘
print(a1/a2)   # 矩阵元素相除
print(a1%a2)   # 矩阵对应元素相模
print(a1**2)   # 矩阵每个元素n次方
print(a1.transpose()) # 矩阵的转置
print(a1.T)           # 矩阵的转置
import numpy.linalg as lg
print(lg.inv(np.random.rand(3,3)))     # 矩阵的逆
print(np.dot(a1,a2.T)) # 点乘