numpy 加速 矩阵相加_Numpy知识

Numpy

1、数组

结果：

2、生成矩阵

eye：生成单位矩阵

结果：

sparse只会储存非0元素

arange：生成等差矩阵, 生成包含该范围内数字的数组

print（np.arange(1, 10)）

result: [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

3、reshape与shape

结果：

reshape（(行，列)）当给出了一个行或者列的值，另一个值可以直接赋值为-1

shape 给出行列的数值

4、修改数据

修改一个：

结果：

从0开始算

修改多个：

第一种

第二种

第三种

5、full

full可以替代zeros（生成全为0的数组zeros（3，3））和ones（生成全为1的数组）

6、random随机数组

rand：生成0~1的数字

randint：生成指定范围的整数

生成三个1~10之间的整数[8 3 7]

randn：生成正态分布的数字

7、提取数据

可用切片提取数据

切片的时候用中括号（python用括号）

提取符合要求的数据：

8、数据类型

与python的语法一样

可以指定数据类型

itemsize：一个数据的大小

size：一共有多少数据

9、数组之间的运算

add（）

可以进行加减乘除，NumPy都有对应的函数（数组操作，行列数要相同）

10、矩阵操作

还可以求和、求根（sqrt）、求对数（log）、求三角函数（sin）、

开方（exp2）、copy

最大最小值（max、min）

sum（求和）

Sum没有任何参数的时候计算整个数组的和

对列进行相加：（axis=0） 对行进行相加：（axis=1）

axis：层数

axis=0

axis=1

axis=2

追加：concatenate、vstack、hstack、split

Concatenate：在加进数组中

Vstack：合并为一个数组（一个数组包含了两个数组）

使用hstack方便分离

mean（求平均值）

开根：

相乘：dot

12、tile（重复）

np.tile(a,(行重复几次，列重复几次))

13、argsort（排序）

14、numpy与线性代数（需要先导入from numpy.linalg import *）

求行列式的值：

解方程组：solve

x+2y=5, 3x+4y=7

逆矩阵：inv

转置矩阵：

15、广播

一、 二、

三、