python_numpy_xmind

numpy

拼接行列

np.r_[a,b]

• np.c_[a,b]

newarray=delete(array,obg,axis)

np.vstack((arr1,arr2)) #行 r_

np.hstack((arr1,arr2))

np.concatenate((A,B,B,a),axis=1)

b=np.append(b,i)

input_dataset = np.column_stack([x,y])

---

random

random.normal（mean，var，size）

---

生成数组

np.arange(start,end,step)

• arange([start,] stop[, step,], dtype=None)

np.linespace(1,10,20)

• numpy.linspace(start, stop, num=50, dtype=None)

range

• range(start, stop[, step])

zeros(2,3)

np.ones((2,4),dtype=int)

np.empty((2,3))

randn(7,4)

np.array([]) 空

随机数

• np.ramdom.normal(size=(4,4))
• rand均匀分布
• randint(min,max)
• randn正太分布

---

reshape

reshape(-1,1)//n行，弄成1列

---

索引

从0开始

最后一个元素的下标是-1

arr[2][1]=arr[2,1]

索引.bmp

---

分片/分割

a[开始索引:结束索引:步长]

np.split(arr,2,axis=1)

np.array_split(A,3,axis=1) #不等

np.vsplit(arr,3)

---

运算

np.dot(arr.T,arr)

np.sin(arr)

print(arr<3) //

np.sum()

np.argmin(arr)

np.min(arr)

np.median(arr)

np.nonzero(arr)

np.clip(arr,min,max)

arr[:,np.newaxis]

• arr.T

---

函数

排序函数

• sort

统计函数

• mean/std/var

线性代数

• eig特征值
• inv逆
• qr分解
• svd分级

---

读写文本

loadtxt

savetxt

read_csv

np.fromfile(“data.bin”,dtype=np.float)

---

唯一化

unique找到数据唯一值//去重复

---

类型转换

arr.astype(‘int32’)

df.as_matrix()//转pandas为numpy

• padas_excel.py

import pandas as pd

d= pd.read_excel('datae.xlsx')
print(d)
dn = d.as_matrix()
print(dn)
d1=pd.DataFrame(dn)
print(d1)

pd.DataFrame(arr)//转numpy为pandas

---

类型

• narray

• matrix

---

属性

ndim,shape,dtype,size,itemsize

flat

arr.flat

arr.flattern()

---

copy/deepcopy

b=a.copy()

XMind - Trial Version