3x4矩阵数列对角线元素之和_Python数据分析之numpy常用命令整理

numpy是高性能科学计算和数据分析的基础包。部分功能如下：

ndarray, 具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组。

用于对整组数据进行快速运算的标准数学函数(无需编写循环)。

用于读写磁盘数据的工具以及用于操作内存映射文件的工具。

线性代数、随机数生成以及傅里叶变换功能。

用于集成C、C++、Fortran等语言编写的代码的工具。

导入numpy库：import numpy as np

一、numpy常用函数

1.数组生成函数

np.array(x)：将x转化为一个数组

np.array(x,dtype)：将x转化为一个类型为type的数组

np.zeros(shape)：生成shape维度大小的全0数组

np.zeros_like(a)：生成与a各维度大小一致的全0数组

np.ones(shape)：生成shape维度大小的全1数组

np.ones_like(a)：生成与a各维度大小一致的全1数组

np.full(shape,val)：生成shape维度大小的全val数组

np.full_like(a,val)：生成与a各维度大小一致的全val数组

np.empty(shape)：生成shape维度大小的未初始化数组

np.empty_like(a)：与np.zeros_like(a)作用类似

np.eye(n)：生成n×n的单位矩阵

np.identity(n)：生成n×n的单位矩阵

np.arange(begin,end,step)：生成一个从begin到end-step的步长为step的一维数组，其中begin(默认0),step(默认1)可省略

np.linspace(start,stop,num)：生成一个含num个元素的等差数列，start为第一个元素，stop为最后一个元素

np.where(cond,a1,a2)：根据条件cond，选取a1或者a2，返回一个新数组

2.矩阵函数：

np.diag(a)：以一维数组的形式返回方阵a的对角线元素

np.diag(x)：将输入数据x转化为方阵(非对角线元素为0)

np.dot(a,b)：矩阵乘法

np.trace(a)：计算对角线元素的和

3.排序函数：

np.sort(a)：排序，返回a中的元素，不影响原数组。

np.argsort(a)：升序排列，返回a的索引

np.unique(a)：排除重复元素之后，升序排列，返回a中的元素

4.计算函数(元素级计算)

np.abs(a)、np.fabs(a)：计算绝对值

np.mean(a)：计算均值

np.sqrt(a)：计算平方根

np.square(a)：计算平方

np.exp(a)：计算e^x

np.log(a)：计算自然对数如：log10 log2 log1p

np.sign(a)：计算正负号

np.ceil(ndarray)：向上取整

np.floor(ndarray)：向下取整

np.rint(ndarray)：四舍五入

np.modf(ndarray)：拆分整数和小数部分，返回两个数组组成的元组

np.cos/cosh/sin/sinh/tan/tanh(a)：计算普通型和双曲型三角函数

np.arccos/arccosh/arcsin/arcsinh/arctan/arctanh(a)：计算反三角函数和双曲型反三角函数

np.maximum(a,b)、np.fmax(a,b):计算最大值

np.minimun(a,b)、np.fmin(a,b)：计算最小值

np.copysign(a,b)：将b的正负号复制给a

np.logical_and(a,b)：逻辑运算&，返回布尔数组

np.logical_or(a,b)：逻辑运算|，返回布尔数组

np.logical_xor(a,b)：逻辑运算^，返回布尔数组

5.数组重复函数

np.tile(a,reps):a是数组,reps是个list,reps的元素表示对A的各个axis进行重复的次数。

np.repeat(a,repeats,axis=None)：a是数组,repeats是各个元素重复的次数(repeats一般是个标量,稍复杂点是个list),在axis的方向上进行重复，若不指定axis，则返回一维数组。

6.数组组合函数

水平组合：

np.hstack((a,b))、np.concatenate((a,b),axis=1)

垂直组合：

np.vstack((a,b))、np.concatenate((a,b),axis=0)

深度组合，沿着纵轴方向组合：np.dstack((a,b))

7.文件读写

np.save(string,a)：将a保存到string.npy文件中

np.savez(string,a1,a2, ...)：将所有的数组压缩保存到文件string.npy文件中

np.savetxt(sring,a,fmt,newline='')：将a写入文件，格式为fmt

np.load(string)：读取文件string的文件内容并转化为数组对象(或字典对象)

np.loadtxt(string,delimiter)：读取文件string的文件内容，以delimiter为分隔符转化为数组

二、numpy.ndarray的函数和属性

1.ndarray属性

.ndim：返回数组维数

.shape：返回数组各维度大小的元组

.dtype：说明数组元素数据类型的对象

.astype(dtype)：转换类型

.T：简单矩阵转置

2.维数转换函数

.reshape((n,m,...))：将数组转化为n*m*...的多维数组。

.ravel()/.flatten()：数组展平，将多维数组降为一维。

3.计算函数(axis=0：对列进行操作，axis=1：对行进行操作)

.mean()：计算均值

.sum()：求和

.cumsum()：累加

.cumprod()：累乘

.var()：计算方差

.std()：计算标准差

.max()：求最大值

.min()：求最小值

.argmax()：最大值索引

.argmin()：最小值索引

.any()：是否至少一个True

.all()：是否全部为True

.dot(b)：计算矩阵内积

4.排序函数(axis=0：对列进行操作，axis=1：对行进行操作)

.sort()：排序，返回源数据

.argsort()：排序，返回数组索引

学习大数据技术，可以了解下加米谷大数据，理论+实践小班学习，已培养出许多专业的大数据人才！

5.数组元素选取

a[n]：选取第n+1个元素

a[n:m]：选取第n+1到第m个元素

a[:]：选取全部元素

a[n:]：选取第n+1到最后一个元素

a[:m]：选取第1到第m个元素

a[布尔数组]：选取为true的元素

a[[x,y,m,n]]...：选取顺序和序列为x、y、m、n的数组

a[n,m]：选取第n+1行第m+1个元素

a[n][m]：选取第n+1行第m+1个元素

a[n,m,...]：选取n+1行m+1列....的元素(三维及三维以上数组)

a[n][m]...：选取n+1行m+1列....的元素(三维及三维以上数组)

来源： 数据处理与分析

原文：https://kuaibao.qq.com/s/20191023A02W0Y00?refer=cp_1026