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