前提:import numpy as np
1.np.empty()函数
np.empty(shape,dtype='',order='C')
根据shape和指定的数据类型返回一个新的numpy数组,不对其元素进行初始化
shape:(0,3)(3,5)均可
dtype:数据类型 :float " i8":数据以int类型存储,占8位(!!注意不进行数据类型指定会为float类型,可在生成ndarray数组时,进行更改)
order:C:按行存元素 F:按列存储元素
2.np.where()函数
np.where(condition,x,y)
若条件为true,返回元素为x,若条件为false,返回元素为y
若只给出条件,则返回元组condition.nanzero(),条件为True的索引
3.flatten()函数
将ndarray数组转化为一维数组
data = np.array(data) data=data.flatten()
4.np.argmax()函数
返回最大值的索引
5.ndim()函数
返回数组的维度,只有一个数,一维数组返回1,二维数组返回2
用法:ndarray.ndim()
6.np.zeros_like()函数
out=np.zeros_like(input):输出与input形状一样的矩阵,元素都是0
7.np.insert()函数
np.insert(arr,position,x,axis):在数组arr指定维度axis=0/1/2的指定位置position上插入元素x
8.列表与ndarray数组互相转换
(1)列表转为ndarray: arr=np.array(list)
(2)ndarray转为列表:list=arr.tolist()
9.ndarray数组新增一个维度
new_arr=old_arr[:,np.newaxis]
10.np.binaccount()函数
前提:ndarray数组必须是一维
np.binaccount()计算从0开始的元素出现的次数
例如:arr=[1,2,3,4,2,5,6,9,0,4]
返回值为[1,1,2,1,2,1,1,0,0,1]
11.np.mean()函数
求平均值,可以指定维度
np.mean(arr,axis=0/1/2)