目录
1.常用方法
np.vstack((ob1,ob2)):将两个数组竖直的拼接在一起,vertically
np.hstack((ob1,ob2)):将两个数组水平的拼接在一起,horizontally
np.argmax(ob, axis= ):获取某一轴的最大值的位置,默认获取整个数组最大值的位置。
np.argmin(ob, axis= ):获取某一轴的最小值的位置,默认获取整个数组最小值的位置。
np.zeros((axis0, axis1,..., axisn)):创建一个n维全0的数组
np.ones((axis0, axis1,..., axisn)):创建一个n维全1的数组
np.eye(n):创建一个对角线为1的n x n正方形数组(方阵)
np.inf:返回一个float型inf(无穷数)
np.nan:返回一个float型nan(not a number)
np.count_nonzero():统计数组中非0的元素的个数
np.isnan(ob):返回一个bool型数组,每一个元素对应ob相应位置上的元素是否为nan
np.median(ob, axis= ):求数组某一轴的中值(中位数),默认求整个数组的中值
np.max(axis= ):求数组某一轴的最大值,默认求整个数组的最大值
np.min(axis= ):求数组某一轴的最小值,默认求整个数组的最小值
np.ptp(ob, axis= ):求数组某一轴的极值,默认求整个数组的极值
np.std(axis= ):求数组某一轴的标准差,默认求整个数组的标准差
2.数组拼接
竖直拼接:np.vstack((ob1,ob2))
水平拼接:np.hstack((ob1,ob2))
注意:拼接和切割的方向相反
3.行或列交换
利用a, b = b, a封包和解包的原理互换行或列
例:ob[[1, 2], : ] = ob[[2, 1], : ]
此操作实现了第二行和第三行互换
4.生成随机数数组
np.random | 作用 |
.rand(axis0, axis1,..., axisn) | 创建0轴到n轴维度(0,1)上均匀分布的float型随机数数组 |
.randn(axis0, axis1,..., axisn) | 创建0轴到n轴维度的标准正态分布的float型随机数数组,标准差为1,平均数为0 |
.randint(low, high, (shape)) | 创建给定范围内的int型的随机数数组,形状为shape |
.nomal(loc, scale, (size)) | 从指定正态分布中随机抽取样本,分布中心是loc(概率分别的均值),标准差为scale,形状是size |
.seed(s) | 随机数种子,s是给定的种子值,因为计算机生成的是伪随机数,所以通过设定相同的随机种子,可以每次生成相同的随机数 |
5.nan和inf
nan:not a number,表示不是一个数字,当读取本地文件为float型时,若有缺失,则或出现nan;当做不正常计算时,如无穷大减无穷大时,会出现nan。
inf:infinity,inf表示正无穷大,-inf表示负无穷大,当一个数除以0是,在numpy中会出现inf,在python中会报错。
注意:
1)np.inf和np.nan都是float型
2)nan和nan不相等,由此就可以用np.count_nonzero(ob != ob)来统计数组中nan的数
量,或者用ob[np.isnan(ob)]来统计数组中nan的数量
3)nan和任何数计算都是nan
4)计算平均值时,不可直接将nan替换为0,要么删除nan所在的那一轴,或者将nan替
替换为中值(中位数),再进行计算。