NumPy基础练习

import numpy as np  
import pandas as pd  
from numpy import random  
from numpy.random import randn  
#######生成矩阵################  
  
# #将列表放入Numpy数组  
# data=[2,3,4,5]  
# arr=np.array(data)  
# print(arr)  
  
# #创建二维矩阵  
# data=[[1,2,3],[7,8,9]]  
# arr=np.array(data)  
# print(arr)  
  
# #输出arr的数据类型  
# data=[2,3,4,5]  
# arr=np.array(data)  
# print(arr.dtype)  
  
  
#打印输出8*4的二维矩阵  
# a=np.empty([8,4])  
# print(a)  
  
# #输出2*3*2的三维矩阵  
# arr=np.empty([2,3,2])  
# print(arr)  
  
  
# #输出2*4的矩阵  
# a=np.empty([2,4])  
# for i in range(2):  
#     a[i]=i  
# print(a)  
  
# #输出两个2*4的矩阵  
# a=np.empty([2,4])  
# for i in range(2):  
#     a[i]=i  
#     print(a)  
  
# #二维矩阵  
# a=[[2,1,4,6]]  
# print(a)  
  
# #输出2*2的矩阵，指定数据类型  
# arr=np.array([2,2],dtype='int32')  
# print(arr)  
  
  
# #表示在【0-31】这32个数字中分成8行4列  
# arr=np.arange(32).reshape((8,4))  
# print(arr)  
  
# #输出 0-9  
# print(np.arange(10))  
  
# #在1和2之间（包括1和2）分成等值的3份输出，结果：[ 1.   1.5  2. ]  
# print(np.linspace(1,2,3))  
  
# #输出行列都为9的单位矩阵  
# print(np.eye(9))  
  
# #输出全为0的一维矩阵  
# print(np.zeros([3]))  
  
# #输出均为0的4维矩阵，参数分别为维度，即第一，二，三，四维  
# print(np.zeros([2,2,2,2]))  
  
# #分别输出1.0，1.5，2.0  
# for x in np.linspace(1,2,3):  
#     print(x)  
  
# #输出2*4的二维矩阵  
# print(np.random.rand(2,4))  
  
##2*2的矩阵  
# a=np.random.rand(4).reshape(2,2)  
# print(a)  
  
# #输出1-10之间随机的4个整数  
# print(np.random.randint(1,10,4))  
  
# ################索引和切片##########  
# #输出1，2  
# arr=np.arange(10)  
# print(arr[1:3])  
  
# #将第5个到第7个改为12  
# arr=np.arange(10)  
# arr[5:8]=12  
# print(arr)  
  
# #将第5个数之后全都改成10  
# arr=np.arange(10)  
# arr[5:]=10  
# print(arr)  
  
# #将arr切分成二维矩阵看，将arr[6]改成1514  
# arr=np.arange(10)  
# a=arr[5:8]  
# a[1]=1514  
# print(arr)  
  
# #想一下这个是什么意思呢  
# arr=np.arange(10)  
# a=arr[5:8]  
# a[:]=1514  
# print(arr)  
  
#copy和'='的区别  
# arr=np.arange(10)  
# print("arr:",arr)  
# b=arr.copy()  
# print("b.copy:",b)  
# b[2]=100  
# print("after change:",b)  
# print("arr:",arr)  
  
# arr=np.arange(10)  
# print("arr:",arr)  
# c=arr  
# print("copy",c)  
# c[2]=100  
# print("after copy",c)  
# print("arr:",arr)  
#copy是复制一份，而'='是视图  
  
  
#[,]和[][]是相同的  
# arr=np.array([[1,2,3],[4,5,6]])  
# print(arr[1,1])  
# print(arr[1][1])  
  
#axis 0 1  
#0表示从行看，1表示从列看  
  
#二维切片索引  
  
# #输出第1行  
# arr=np.arange(1,10).reshape(3,3)  
# print(arr[:1])  
  
# #输出2，3行  
# arr=np.arange(1,10).reshape(3,3)  
# print(arr[1:])  
  
# #输出第一行第一个  
# arr=np.arange(1,10).reshape(3,3)  
# print(arr[:1,:1])  
  
# #输出所有行和2，3列  
# arr=np.arange(1,10).reshape(3,3)  
# print(arr[:,1:])  
  
#规律：[:]指全部二维矩阵 [:2]指[0,2)的行  
  
  
# print(np.zeros([3,3]))  
# print(np.zeros([10]).max())  
# print(np.empty([2,3,2],dtype='int32').max())  
# print(np.arange(9).reshape(3,3)[:2,1:])  
# a=np.arange(12).reshape([3,4])  
  
# a=np.reshape(a,[4,3])  
# print(a)  
  
#############转置############  
  
#转置，相乘  
# t=np.arange(9).reshape([3,3]).T  
# t1=np.arange(1,10,1).reshape([3,3])  
# print(t.dot(t1))  
  
  
#乘  
# lst1=np.array([1,2,3,4])  
# lst2=np.array([10,20,30,40])  
# print(lst1.reshape([2,2]))  
# print(np.dot(lst1,lst2))  
  
  
#这两个有什么区别？  
# b=np.random.random([1*2])#[ 0.6778996   0.29006868]  
# print(b)  
# b=np.random.random([1]*2)#[[ 0.09265586]]  
# print(b)  
  
##reshape中的参数是维度  
# ar=np.arange(16).reshape([2,2,4])  
# print(ar)  
# c=np.arange(16).reshape([2,2,4])  
  
#三维矩阵转置  
# c=np.arange(16).reshape([2,2,4])  
# d=np.transpose(c,[1,0,2])  
# e=c.T  
# print(d)  
# print(e)  
  
# #矩阵横向合并  
# a1 = np.array([[1,2],[3,4]])  
# a2 = np.array([[5,6],[7,8]])  
# print(np.hstack([a1,a2]))  
  
# #矩阵纵向合并  
# a1 = np.array([[1,2],[3,4]])  
# a2 = np.array([[5,6],[7,8]])  
# print(np.vstack([a1,a2]))  
  
############函数###########  
# #取指数函数  
# print(np.exp([3,1]))  
  
# #接受两个一维数组，产生两个二维矩阵  
# points=np.arange(-5,5,1)  
# xs,ys=np.meshgrid(points,points)  
# print(xs)  
# print(ys)  
  
# ##where过滤条件  
# #将正态分布a中元素大于0的改成1，小于0的改成-1  
# a=randn(9).reshape([3,3])  
# print(a)  
# print(np.where(a>0,1,-1))  
  
#文件保存  
# arr=np.arange(10)  
# np.save('abc',arr)  
# print(np.load('abc.npy'))  
# a=np.arange(1,10).reshape([3,3])  
  
#转置和逆  
# a=np.arange(10)  
# b=a.T  
# b=np.invert(a)#矩阵的逆  
  
# #行相加，第二个等于第一个加第二个，依次类推  
# a=np.array([[1,2,3],[4,5,6],[7,8,9]])  
# print(a.cumsum(0))  
  
# #列相加，第二个等于第一个加第二个，依次类推  
# a=np.array([[1,2,3],[4,5,6],[7,8,9]])  
# print(a.cumsum(0))  
  
# #行累积  
# a=np.array([[1,2,3],[4,5,6],[7,8,9]])  
# print(a.cumprod(0))  
  
# #列累积  
# a=np.array([[1,2,3],[4,5,6],[7,8,9]])  
# print(a.cumprod(1))  
  
  
##按行排序，从左到右依次增大  
# arr=randn(5,3)  
# arr.sort(1)  
# print(arr)  
  
  
#随机漫步  
# nsteps=1000  
# draws=np.random.randint(0,2,size=nsteps)  
# steps=np.where(draws>0,1,-1)  
# walk=steps.cumsum()  
# print(walk)  
#-----------------------------------------------------------  

转自https://www.cnblogs.com/beeman/p/7776420.html