numpy

前言：
numpy是以矩阵为基础的数学计算模块，其基础为多维数组为ndarray
官方文档：(https://docs.scipy.org/doc/numpy/user/index.html)
* #何为ndarray？
一种由相同类型的元素组成的固定的多维数组。(注意黑体字)
* #ndarry创建
代码如下

import numpy as np

np.array([[1,2,3],[4,5,6]])
np.zeros((4,5))
np.ones((2,3,4))
np.random.randint(1,20,size=(4,5))
np.arange(1,9,2)

#生成等差数列
np.linspace(1,10,4)

生成正态分布

np.random.rand(100,100)

np.logspace(0,1,3,base=2)

• #ndarry属性
  ndim维度的个数
  shape为ndim的属性
  size元素总和
  dtype判断元素类型

a=np.random.randint(1,20,size=(4,5))
a.dtype
a.shape

• #修改形状
  reshape修改复制后的形状
  shape在原本的基础上修改

arr=arr.reshape(-1,10)
arr.shape=(2,-1)

• #ndarry运算
  矩阵积

np.dot(arr01,arro2)

• #ndarry切片
  冒号切片
  bool切片
  花式切片

arry10=np.random.randint(1,20,size=(4,2,4))
arry10[2:,0,1:3]
arry10[[True,False,False,False]]

• #矩阵转置

arr.tranponse
arr.T

• #聚合函数
  求平局值，方差,标准差

#二元函数比较大小
np.greater(arr1,arr2)
#求平局值
arr.mean(axis=0)
#求标准差
arr.std(axis=1)

np.where函数

np.where(condition,arr1,arr2)
#例子：将np.ana换成0
a1=np.array([
    [1,2,np.NaN],
    [1,2,np.pi],
    [1,2,np.e],
])
condition=np.isnan(a1)
np.where(condition,0,a1)

np.unique去重复操作

np.unique(arr2)

后记：
才疏学浅，慢慢学习，慢慢更新，与诸君共勉

*你可能感冒的文章：
我的机器学习pandas篇
我的机器学习matplotlib篇
我的机器学习微积分篇*