Numpy基础

最新推荐文章于 2024-11-02 16:28:26 发布

Miracle Fan

最新推荐文章于 2024-11-02 16:28:26 发布

阅读量148

点赞数 1

分类专栏： Python 文章标签： python 开发语言

本文链接：https://blog.csdn.net/qq_49729636/article/details/125314037

版权

Python 专栏收录该内容

6 篇文章 2 订阅

订阅专栏

本文介绍了NumPy库的基本用法，包括创建数组、初始化零矩阵和一矩阵、生成均匀间隔数组、设置数据类型、获取数组信息、进行算术运算、比较操作、聚合函数应用以及数组的复制和排序。内容覆盖了数组操作的核心概念，是Python数据科学初学者的实用指南。

摘要由CSDN通过智能技术生成

文章目录

创建数组

#创建数组
a=np.array([1,2,3])
b=np.array([(1,5,2,3),(4,5,6,7)],dtype=np.float32)
c=np.array([[(1,5,2,3),(4,5,6,7)],[(3,2,1,0),(4,5,6,7)]],dtype=np.float32)
print(a,'\n',b,'\n',c)

[1 2 3] 
 [[1. 5. 2. 3.]
 [4. 5. 6. 7.]] 
 [[[1. 5. 2. 3.]
  [4. 5. 6. 7.]]

 [[3. 2. 1. 0.]
  [4. 5. 6. 7.]]]

初始化占位符

零矩阵

np.zeros((3,4))#创建3*4的0矩阵

在这里插入图片描述

1矩阵

np.ones((2,3,4),dtype=np.int16)#创建2*3*4的矩阵，第一个2为通道数

array([[[1, 1, 1, 1],
        [1, 1, 1, 1],
        [1, 1, 1, 1]],

       [[1, 1, 1, 1],
        [1, 1, 1, 1],
        [1, 1, 1, 1]]], dtype=int16)

均匀间隔数组

d=np.arange(10,25,5)#均匀间隔数组，步进值为5
np.linspace(0,2,9)#创建均匀间隔数组，使用样本数进行分割数组

数据类型

数据类型
np.int64	带符号64位
np.float	双精度浮点数
np.complex	复数
np.bool	bool值
np.object	Python对象
np.string_	固定长度字符串
np.unicode_	固定长度Unicode

数组信息

a.shape
len(a)
b.ndim
e.size
b.dtype
b.dtype.name
b.astype(int)

数组计算

算术运算


`a-b`/`np.subtract(a,b)`
`a+b`/`np.add(a,b)`
`a/b`/`np.divide(a,b)`
`a*b`/`np.multiply(a,b)`
`np.exp(a)`
`np.sqrt(a)`
`np.sin(a)`/`np.cos(a)`
`np.log(a)`
`a.dot(b)`	点积

比较

a=np.array([1,2,3,4])
b=np.array([3,4,5,1])

1.a==b
[False False False False]
2.a<2
[ True False False False]
3.np.array_equal(a,b)
False

聚合函数

函数	描述
`a.sum()`	数组汇总
`a.min()`	数组最小值
`a.max(axis=0)`	按行求最大值
`a.cumsum(axis=1)`	按列进行累加
`a.mean()`	平均数
`a.median()`	中位数
`a.corrcoef()`	求相关系数
`np.std(a)`	标准差