Python基本数据处理（Numpy）解析

列表转mat

X = [ ] 数据为列表格式。进行矩阵转换需要np.mat()做强制转换。

数据生成

序列生成：np.arange(0, 10，0.1) 生成0-10的数据，每个生成数据之间的间隔为0.1

三角函数： np.sin(x)

基础矩阵: np.zeros(9) 生成9个0的一维矩阵,np.zeros((1,2)) 默认生成:1*2元素全为0的矩阵

同理        np.ones() np.eye()一样。

数据插入

X = np.insert(X,0,values=[1],axis=1) 在X矩阵的第一列都插入值1

np.row_stack((a, [8,9])) 在矩阵中插入新的元素，行插入

np.column_stack((a, [8,9])) 列插入

np.tile(a) 矩阵各个方向做复制。

矩阵拼接：

np.vstack(a,b)两个矩阵进行列拼接。 np.hstack(a,b)两个矩阵进行行拼接。---只能两个两个矩阵做拼接。

np.stack(a,b,axis = 0 ) =0时为，按照行拼接，1时按照列拼接。

np.concatenate((a,b), axis = 1)按行合并

矩阵运算:

矩阵相乘: A*B /numpy.matmul()

矩阵转置：np.transpose() / A.T

矩阵求逆: np.linalg.inv(a) / A.I

开方：np.sqrt()

矩阵每个元素乘以2 A**2

点积：np.dot(a,b)

行列式：numpy.linalg.det()

线性方程组的解：numpy.linalg.solve()

范数：

np.linalg.norm(x, ord=None, axis=None, keepdims=False)

 

矩阵元素的遍历：

A[0,0] 获得A中的第一行和第一列的元素，A[0]获取第一行的元素.

A[0:3,1:4]切片操作，获取第一行到第四行，第一列到第四列的元素。

逻辑运算:

np.all(): 括号内全为真则返回真，有一个为假则返回false

np.any() : 括号内全为假则返回假，有一个为真则返回真

统计运算:

统计指标函数：min, max, mean, median, var, std

np.函数名 ndarray.方法名 axis参数：axis=0代表列，axis=1代表行 最大值最小值的索引函数：

np.argmax(arr, axis=)

np.argmin(arr, axis=)