numpy基础

• numpy属性

array = np.array([......])
array.adim     #(维度)
array.shape    #(几行几列)
array.size     #(元素个数)

• 创建array

 a = np.array([......],dtype = np.int)    
 a = np.zeros((3,4))
 a = np.ones((3,4))
 a = np.empty((3,4))
 a = np.random.random((3,4))
 a = np.arange(10,22,2).reshape(2,3)  
 #arange函数第一个参数是起始数，第二个是终止数（不包括改数），第三个是步长
 a = np.linspace(1,10,4)  #1到10 线性生成4个数

random函数的几种创建随机数的区别

• numpy的基础运算

加 + ；减 - ； 平方 **；np.sin()
矩阵的运算
对应位相乘 * 相除 /

np.dot(a,b)         #矩阵相乘
a.dot(b)
np.unique(a)        #有哪些唯一的值
np.sum(a,axis = 0)  #纵轴进行操作求和
np.min(a,axis = 1)  #横轴进行操作最小值
np.max(a)
np.argmin(a)        #最小值的索引
np.argmax(a)
np.mean(a)
np.average(a)
a.mean()
np.median(a)
np.cumsum(a)       #累加求和
np.diff(a)         #累差求和
np.nonzero(a)      #输出非零数的行 列
np.sort(a)         
transpose(a)   a.T   # 转置
np.clip(a,a_min,a_max)#小于a_min的数取a_min 大于a_max的数取a_max

axis详解

• numpy 的索引

A[_]                        #某行
A[][]   A[_,_]              #某行某列
A[:,_]                      #某列
A[_,1:3]                    #某行的1到3列
A.flat                      #转成一行
A.flatten()                 #返回一个array

• numpy 的array 合并

np.vstack((a,b))            #行合并（上下）
np.hstack((a,b))            #列合并（左右）
np.concatenate((a,b,c),axis = 0)#多个合并 axis = 0为上下行合并

• numpy array 的分割

np.split(a,2,axis = 1)      #将列等量分成两块
np.array_split(a,2,axis = 1)#将列不等两分成两块
np.vsplit(a,3)              #纵向分割
np.hsplit(a,3)              #横向分割