Numpy
墨飏韶年
leetcode:https://leetcode-cn.com/problemset/all/
展开
-
numpy文档
一、先决条件在阅读这个教程之前,你多少需要知道点Python。如果你想从新回忆下,请看看Python Tutorial.如果你想要运行教程中的示例,你至少需要在你的电脑上安装了以下一些软件:PythonNumPy这些是可能对你有帮助的:ipython是一个净强化的交互Python Shell,对探索NumPy的特性非常方便。matplotlib将允许你绘图Scipy在NumPy的基础上提供了很多科...原创 2018-05-24 14:20:21 · 931 阅读 · 0 评论 -
numpy数组形状
修改数组的形状 shape 和 reshape 方法不能改变数组中元素的总数,否则会报错: 使用 newaxis 增加数组维数根据插入位置的不同,可以返回不同形状的数组:插入多个新维度: squeeze 方法去除多余的轴squeeze 返回一个将所有长度为1的维度去除的新数组。 数组转置使用 transpose 返回数组的转置,本质上是将...原创 2018-08-17 10:45:34 · 3946 阅读 · 0 评论 -
numpy数组对角线
对角线这里,使用与之前不同的导入方法:查看它的对角线元素:可以使用偏移来查看它的次对角线,正数表示右移,负数表示左移:可以使用花式索引来得到对角线:可以更新对角线的值:修改次对角线的值:...原创 2018-08-17 11:03:39 · 5090 阅读 · 0 评论 -
numpy数组与字符串的转换
数组与字符串的转换tostring 方法转化为字符串:我们可以使用不同的顺序来转换字符串:这里使用了Fortran的格式,按照列来读数据。fromstring 函数可以使用 fromstring 函数从字符串中读出数据,不过要指定类型:此时,返回的数组是一维的,需要重新设定维度: 对于文本文件,推荐使用loadtxt genfromtxt...原创 2018-08-17 11:16:43 · 45870 阅读 · 2 评论 -
numpy数组属性方法总结
属性 1 基本属性 a.dtype 数组元素类型 float32,uint8,... a.shape 数组形状 (m,n,o,...) a.size 数组元素数 a.itemsize 每个元素占字节数 a.nbytes 所有元素占的字节 a.ndim 数组维度 2 形状相关 a.flat 所有元素的迭代器...原创 2018-08-17 11:25:57 · 407 阅读 · 0 评论 -
IPython绘图和可视化---matplotlib 入门
最近总是需要用matplotlib绘制一些图,由于是新手,所以总是需要去翻书来找怎么用,即使刚用过的,也总是忘。所以,想写一个入门的教程,一方面帮助我自己熟悉这些函数,另一方面有比我还小白的新手可以借鉴,大神就绕路吧。这篇文章是根据《利用Python进行数据分析》总结出来的,不是很全面,但是作为入门,足够了。首先,需要能启动IPython 交互界面吧,这个如果还没有启动的话,就自行百度吧。...原创 2018-08-17 13:22:21 · 328 阅读 · 0 评论 -
numpy生成数组的函数
生成数组的函数arangearange 类似于Python中的 range 函数,只不过返回的不是列表,而是数组:arange(start, stop=None, step=1, dtype=None)产生一个在区间 [start, stop) 之间,以 step 为间隔的数组,如果只输入一个参数,则默认从 0 开始,并以这个值为结束: 与 range 不同, ara...原创 2018-08-17 16:18:25 · 6868 阅读 · 0 评论 -
numpy矩阵
矩阵使用 mat 方法将 2 维数组转化为矩阵:也可以使用 Matlab 的语法传入一个字符串来生成矩阵:利用分块创造新的矩阵:矩阵与向量的乘法:A.I 表示 A 矩阵的逆矩阵:矩阵指数表示矩阵连乘:...原创 2018-08-17 16:27:39 · 930 阅读 · 0 评论 -
numpy一般函数
三角函数sin(x)cos(x)tan(x)sinh(x)conh(x)tanh(x)arccos(x)arctan(x)arcsin(x)arccosh(x)arctanh(x)arcsinh(x)arctan2(x,y)arctan2(x,y) 返回 arctan(x/y) 。向量操作dot(x,y)inner(x,y)cross(x,y)...原创 2018-08-17 16:31:55 · 373 阅读 · 0 评论 -
numpy向量化函数
向量化函数自定义的 sinc 函数:import numpy as npdef sinc(x): if x == 0.0: return 1.0 else: w = np.pi * x return np.sin(w) / w作用于单个数值:sinc(0.0) 1.0 sinc(3.0)...原创 2018-08-17 16:35:54 · 2151 阅读 · 0 评论 -
numpy二元运算
四则运算运算 函数 a + b add(a,b) a - b subtract(a,b) a * b multiply(a,b) a / b divide(a,b) a ** b power(a,b) a % b remainder(a,b) 以乘法为例,数组与标量相乘,相当于数组的每个元素乘以这个标量:数组逐元素相...原创 2018-08-18 00:24:03 · 539 阅读 · 0 评论 -
numpy的choose 函数实现条件筛选
choose 函数实现条件筛选对于数组,我们有时候需要进行类似 switch 和 case 进行条件选择,此时使用 choose 函数十分方便: 在上面的例子中,choose 将 0,1,2 对应的值映射为了 10, 11, 12,这里的 0,1,2 表示对应的下标。事实上, choose 不仅仅能接受下标参数,还可以接受下标所在的位置:这里,control 传入第一个 1...原创 2018-08-20 15:25:35 · 5662 阅读 · 0 评论 -
numpy数组排序
sort 函数先看这个例子:sort 返回的结果是从小到大排列的。argsort 函数argsort 返回从小到大的排列在数组中的索引位置:可以用它来进行索引:使用函数并不会改变原来数组的值:sort 和 argsort 方法数组也支持方法操作:二维数组排序对于多维数组,sort方法默认沿着最后一维开始排序:对于二维数组,默认相当...原创 2018-08-17 09:47:06 · 9189 阅读 · 0 评论 -
从 Matlab 到 NumpyNumpy 和 Matlab 比较
从 Matlab 到 NumpyNumpy 和 Matlab 比较Numpy 和 Matlab 有很多相似的地方,但 Numpy 并非 Matlab 的克隆,它们之间存在很多差异,例如:MATLAB® Numpy 基本类型为双精度浮点数组,以二维矩阵为主 基本类型为 ndarray,有特殊的 matrix 类 1-based 索引 0-based 索引 脚...原创 2018-08-22 11:50:19 · 7589 阅读 · 3 评论 -
numpy 处理txt的简单样例
1、需要处理的txt文件64.77.40.66 http://blog.billy.com/2013/08/websites-sell-stuff/ http://blog.billy.com23.91.70.19 http://collegetranscriptsnow.com/act-vs-sat http://collegetranscriptsnow.com162.249.125.17...原创 2018-06-18 23:39:06 · 230478 阅读 · 0 评论 -
Python--matplotlib绘图可视化知识点整理
无论你工作在什么项目上,IPython都是值得推荐的。利用ipython --pylab,可以进入PyLab模式,已经导入了matplotlib库与相关软件包(例如Numpy和Scipy),额可以直接使用相关库的功能。本文作为学习过程中对matplotlib一些常用知识点的整理,方便查找。这样IPython配置为使用你所指定的matplotlib GUI后端(TK/wxPython/PyQ...原创 2018-08-16 10:34:24 · 253 阅读 · 0 评论 -
numpy基本用法多维数组
对于Python中的numpy模块,一般用其提供的ndarray对象。 创建一个ndarray对象很简单,只要将一个list作为参数即可。 例如 import numpy as np #引入numpy库#创建一维的narray对象a = np.array([1,2,3,4,5])#创建二维的narray对象a2 = np.array([[1,2,3,4,5],[6,...原创 2018-08-16 14:17:06 · 1870 阅读 · 0 评论 -
numpy中三维数组转变成二维数组
numpy中reshape()函数对三维数组进行转换成二维数组,见下面例子: 1 >>>a=np.reshape(np.arange(18),(3,3,2)) 2 >>> a 3 array([[[ 0, 1], 4 [ 2, 3], 5 [ 4, 5]], 6 7 [[ 6, 7],...原创 2018-08-16 14:28:25 · 20288 阅读 · 0 评论 -
Numpy 数组及其索引
Numpy 数组及其索引先导入numpy:In [1]:from numpy import *产生数组从列表产生数组:In [2]:lst = [0, 1, 2, 3]a = array(lst)aOut[2]:array([0, 1, 2, 3])或者直接将列表传入:In [3]:a = array([1, 2, 3, 4])aO...原创 2018-08-16 15:20:25 · 1012 阅读 · 0 评论 -
数组类型
数组类型In [1]:from numpy import *之前已经看过整数数组和布尔数组,除此之外还有浮点数数组和复数数组。复数数组产生一个复数数组:In [2]:a = array([1 + 1j, 2, 3, 4])Python会自动判断数组的类型:In [3]:a.dtypeOut[3]:dtype('complex128')...原创 2018-08-16 15:31:07 · 212 阅读 · 0 评论 -
numpy数组方法
求和求所有元素的和:指定求和的维度:沿着第一维求和: 沿着第二维求和:求积求所有元素的乘积:或者使用函数形式: 求最大最小值全局最小:沿着某个轴的最小:全局最大:沿着某个轴的最大: 最大最小值的位置使用 argmin, argmax 方法:均值可以使用 mean 方法: ...原创 2018-08-16 16:47:42 · 977 阅读 · 0 评论 -
numpy的数组广播机制
结果一样,虽然两个数组的维数不一样,但是 Numpy 检测到 b 的维度与 a 的维度匹配,所以将 b 扩展为之前的形式,得到相同的形状。对于更高维度,这样的扩展依然有效。如果我们再将 a 变成一个列向量呢?可以看到,虽然两者的维度并不相同,但是Numpy还是根据两者的维度,自动将它们进行扩展然后进行计算。对于 Numpy 来说,维度匹配当且仅当:维度相同 有一个的维...原创 2018-08-22 09:19:19 · 1082 阅读 · 0 评论 -
numpy数组读写
数组读写从文本中读取数组In [1]:import numpy as np空格(制表符)分割的文本假设我们有这样的一个空白分割的文件:In [2]:%%writefile myfile.txt2.1 2.3 3.2 1.3 3.16.1 3.1 4.2 2.3 1.8Writing myfile.txt为了生成数组,我们首先将数据转化成一个列表组...原创 2018-08-22 09:39:16 · 2765 阅读 · 0 评论 -
numpy结构化数组
结构化数组假设我们要保存这样的数据: name age wgt 0 dan 1 23.1 1 ann 0 25.1 2 sam 2 8.3 希望定义一个一维数组,每个元素有三个属性 name, age, wgt,此时我们需要使用结构化数组。定义数组 a:0 1 2 3 1...原创 2018-08-22 10:38:07 · 2637 阅读 · 0 评论 -
numpy的内存映射
内存映射Numpy 有对内存映射的支持。内存映射也是一种处理文件的方法,主要的函数有:memmap frombuffer ndarray constructor内存映射文件与虚拟内存有些类似,通过内存映射文件可以保留一个地址空间的区域,同时将物理存储器提交给此区域,内存文件映射的物理存储器来自一个已经存在于磁盘上的文件,而且在对该文件进行操作之前必须首先对文件进行映射。使用内...原创 2018-08-22 11:24:36 · 1314 阅读 · 0 评论 -
Python之NumPy(axis=0 与axis=1)区分
python中的axis究竟是如何定义的呢?他们究竟代表是DataFrame的行还是列?考虑以下代码:>>>df = pd.DataFrame([[1, 1, 1, 1], [2, 2, 2, 2], [3, 3, 3, 3]], \columns=["col1", "col2", "col3", "col4"])>>>df col1 col2...转载 2019-05-24 13:22:43 · 122 阅读 · 0 评论