Python-Numpy模块各种方法函数学习笔记
关键字
为什么Numpy比Python代码计算快
- Numpy是直接以数组、矩阵为粒度去计算并且支持大量的数据函数,而Python要使用for循环从底层实现。
- Numpy的数组存储和输入输出的计算性能要高于Python使用的List,或者嵌套List。
- Numpy的大部分代码都是用C语言实现的。
常用方法
import numpy as np
方法 | 释义 |
---|---|
np.arange(n) | 返回0~n-1的数据 |
np.shape() | 数组的维度 |
np.ndim() | 数组维度的数目 |
np.size() | 数组元素的数目 |
np.dtype() | 数组中元素的类型 |
np.ones_like(x) | 创建和x向量维度一样的数组,元素都是1 |
np.zeros_like(x) | 创建和x向量维度一样的数组,元素都是0 |
np.full(9,77) | 创建向量9个元素,都用77来填充 |
np.full((2,3),77) | 创建数组(2,3),都用77来填充 |
np.full_like(x,77) | 创建和x向量维度一样的数组,都用77来填充 |
np.random.randn() | 创建一个随机数 |
np.random.randn(3) | 创建3个随机数 |
np.random.randn(3,2) | 创建一个3行2列的随机数 |
np.random.randn(3,2,2) | 创建3个2行2列的数组的随机数 |
arr.argsort()[-3:] | 返回数组中最大的三个数的下标值 |
arr[arr.argsort()[-3:]] | 返回arr数组中对应下表的值,arr[list值]:可以返回多个索 |