numpy模块学习

1. numpy的一些核心或基础知识点及函数：

• 使用numpy.array()构造数组时，传入的参数的元素类型必须的相同的

import numpy as np
a=np.array([[1,2],[3,4]])
a

• numpy里面的核心结构是ndarray，可通过type()函数看数据的结构
• 矩阵a里面的元素结构，可通过dtype查看
• 关于复制的各种操作：

2. 各种函数的使用

• genfromtxt()数据导入
• a.shape 输出矩阵a的行数和列数
• 矩阵切片可直接根据其下标，其中行和列的区分用‘，’，取所有行或者列可使用‘：’，是左闭右开区间
• a==x 判断矩阵a中是否存在某个元素x,返回的是布尔型数组
• a[b] 返回矩阵b中true下标对应的a矩阵中的元素组成的一个矩阵，是另一种切片方式
• a.astype() 对矩阵中的数据结构强制类型转化
• a[b]=y 赋值操作，将a[b]的元素值修改为y
• a.reshape() 修改矩阵a的行列 可以传入一个表示行列的tuple，注意：行限定之后列也就确定了，所以列可以以-1代替
• a.ravel() 将矩阵a拉平，形成一行的向量
• a.sum(a,axis=None, dtype=None，out=None, keepdims=, initial=) 求和，可全量也可按行或者按列
• a**2 对矩阵a的每个元素求平方之后的值
• a*b 两个矩阵的对于位置的元素进行相乘
• a.dot(b)或者np.dot(a,b) 线性代数上面的矩阵相乘（a的行乘以b的列）
• a.T 将矩阵转置（行列转换）
• np.exp(a) 对矩阵a以e为底求幂
• np.sqrt(a) 对矩阵a中的元素开方
• floor() 向下取整
• a.size 输出数矩阵a的元素个数
• np.zeros() np.ones() 构造0矩阵和1矩阵 传入一个表示行列的元组tuple
• np.arange(start，stop，step) 构造一个限定了起始、终止和步长的矩阵，包含起始值不包含终止值，默认初始为0
• np.random.random() 随机产生一个值的范围在(-1，1)的矩阵，传入一个表示行列的元组tuple
• np.linspace(start，stop，num=50) 构造一个限定了起始、终止和数量的矩阵，默认数量为50
• np.hstack((a,b)) 将矩阵a,b进行按行拼接
• np.vstack((a,b)) 将矩阵a,b进行按列拼接
• np.hsplit(ary, indices_or_sections) 将矩阵进行按行拆分，可平均拆分也可按照指定位置拆分
• np.vsplit(ary, indices_or_sections) 将矩阵进行按列拆分，可平均拆分也可按照指定位置拆分
• a.argmax(a, axis=None, out=None) 返回数值最大的索引值
• np.tile(A, reps) 对数组进行扩展
• np.sort(a, axis=-1, kind='quicksort', order=None) 默认按照行升序，axis=0按列，axis=None按全量（注：一维和二维的区别，axis=1在一维的时候有报错）
• np.argsort(a, axis=-1, kind='quicksort', order=None) 升序并返回值的下标

转载于:https://www.cnblogs.com/manyuemei/articles/11422029.html