numpy纯代码及标注演示

import numpy as np
##### 此处留下一个坑，矩阵的运算法则#####
#将列表转换为numpy可以识别的矩阵
array = np.array([[1,2,3],[2,3,4],[3,4,5,]],dtype=np.int64)
#输出数据类型，int，float，double等
print(array.dtype)
print(array)
#几维数组
print(array.ndim)
#形状是几行几列
print(array.shape)
#有多少个元素
print(array.size)
#生成一个3行4列，全部为0的矩阵（3，4）是shape形式
array1=np.zeros((3,4))
print(array1)
array2=np.ones((3,4),dtype=int)
print(array2)
#输出range范围内的一个矩阵
array3=np.arange(10,20,2)
print(array3)
#将数列按照shape形式生成矩阵
array4=np.arange(12).reshape((3,4))
print(array4)
#生成一个1-10均等步长的矩阵（5个元素）,可以.reshape
#注意：奇数shape不会报错但是没有值
array5=np.linspace(1,10,6).reshape((2,3))
print(array5)
#array可以对应列的数字运算
array6=np.arange(4)
array7=np.arange(4,8)
print(array6+array7)
print(array6-array7)
print(array6*array7)
print(array6/array7)
print(array6%array7)
array8=np.arange(4)
#可以进行比较返回true，false
print(array8<3)
#array还可以三角求值
print(np.sin(array8))
#乘法直接对应相乘
array9=np.arange(4).reshape((2,2))
array10=np.arange(4).reshape((2,2))
print(array9*array10)
#矩阵的运算结果
c_dot=np.dot(array9,array10)
print(c_dot)
#用随机数创建矩阵
#除此之外还可以求sum，min，max
array11=np.random.random((2,4))
print(array11)
#0按列计算，1按行计算
print(np.sum(array11,axis=1))
print(np.min(array11,axis=0))



import numpy as np
#逐行进行排序
a0=np.arange(14,2,-1,).reshape((3,4))
print(np.sort(a0))
a0=np.arange(2,14).reshape((3,4))
print(a0)
#计算最大值最小值的下标索引
print(np.argmax(a0))
print(a0.argmax())
print(np.argmin(a0))
print(a0.argmin())
#计算平均值
print(np.mean(a0))
print(a0.mean())           ####### 个人建议使用np.方法(矩阵)
#计算中位数
print(np.median(a0))
#计算1,1+2,1+2+3,1+2+#+····(累加)
print(np.cumsum(a0))
#后面减前面
print(np.diff(a0))
#所有小于5的数变成5，所有大于9的数变成9
print(np.clip(a0,5,9))
import numpy as np
#根据索引取值
array=np.arange(2,14).reshape((3,4))
print(array)
print(array[2])
print(array[2][2])
print(array[2,2])
#每一行第三个数字
print(array[:,2])
#将矩阵变成一行的序列
print(array.flatten())
#可以迭代循环
for i in array:
    print(i);
    for j in i:
        print(j)

a1=np.array([[1,1,1],[3,3,3]])
a2=np.array([[2,2,2],[4,4,4]])
#矩阵上下合并（可以多个矩阵合并）
print(np.vstack((a1,a2)))
#矩阵左右合并
print(np.hstack((a1,a2)))
#增加维度
#可以指定维度合并
print(np.concatenate((a1,a2),axis=1))
a0=np.array([1,1,1])
#横向增加
print(a0[:,np.newaxis])
#纵向增加
print(a0[np.newaxis,:])
print(a0[np.newaxis:np.newaxis])


###################### 分割############################333
array=np.arange(2,14).reshape((3,4))
#均等分割可以指定维度分割
print(np.split(array,2,axis=1))
print(np.split(array,3,axis=0))
#不均等分割可以指定维度分割
print(np.array_split(array,3,axis=1))
print(np.array_split(array,4,axis=0))
#简易代码分割v按行，h按列
print(np.vsplit(array,3))
print(np.hsplit(array,2))