文章目录
numpy属性
Numpy是基于矩阵的计算,例如一个2行3列的矩阵: [[1,2,3], [2,3,4]]它在python中是列表形式,在numpy中需要将列表转换成numpy可识别的矩阵。
#coding:utf-8
import numpy as np
array=np.array([[1,2,3],[2,3,4]]) #把(此为二维)数组转成矩阵
print(array)
print('number of dim:',array.ndim)
print('shape:',array.shape)
print('size:',array.size)
[[1 2 3]
[2 3 4]]
number of dim: 2 #维数
shape: (2, 3) #行,列
size: 6 #元素个数
numpy的创建array
1.直接将数组转化成array
还可以指定参数dtype=int,int32,int64,float,float16等等
2.np.arange()函数
3.np.linspace()生成线段
2*3=6
2*3!=5
4.特殊矩阵
numpy的基础运算
1.加减乘除(对应相加减乘除)
2.矩阵运算
对应元素相乘
矩阵相乘
注意:矩阵a*b与b*a不同
其他运算
参数,axis=0 列;1 行
均值
索引
中位数,逐位相加,nonzero
逐行排序
转秩
矩阵的索引
迭代行
迭代列
将矩阵展开
flatten()函数返回值
flat迭代器
矩阵合并
np.vstack()上下合并
np.hstack()左右合并
np.concatenate(…,axis=0,1)
np.newaxis新增维度
矩阵分割
np.split(…,axis=0,1)
np.vsplit()和np.hsplit()
拷贝
这种情况改变a、b、c、d任意一个矩阵元素的值,其他的都会跟着改变,a、b、c、d相互关联。
深拷贝
a的改变不会引起b的改变