python中numpy模块下载_Python必备的模块—Numpy

Numpy基础

1.1 numpy基本属性

numpy不是python自带的库，需要我们自己安装，可以去网上找安装教程，windows可以安装anaconda，这样对于好多常用的库都可以方便使用。使用时候需要先导入：

import numpy as np

之后可以用np.xxx的形式使用numpy库，下边是一些基本的属性：

array=np.array([[1,2,3],

[4,5,6]])

array.ndim  维度

array.shape  行列

array.size   大小

1.2创建array

array=np.array(列表)

array=np.array(列表，dtype=np.int/np.int32/np.float/np.float32)   设置数据类型

array=np.zero((行，列))   全零矩阵

array=np.ones((行，列))   全1矩阵

array=np.empty((行，lie))  空矩阵(实际是一个非常接近0的矩阵)

array=np.arange(start,stop,step)    从start开始到stop的序列，步长为step

array=np.reshape((行，列))     重新定义形状

array=np.linspace(start,stop,段)      根据段得多少，自动确定步长

array=np.random.random((行，列))    0~1之间得随机数

np.min(array)  最小值

np.max(array)  最大值

np.sum(array)   求和

可以选择 axis=1对列进行操作   axis=0 行操作

1.3基础运算

-：逐个元素相减

+：逐个元素相加

*：逐个元素相乘

/：逐个元素相除

**：乘方

矩阵相乘：np.dot(a,b)或者，a.dot(b)

三角函数：np.sin(a)   np.tan(a)   np.cos(a)

A<3: 逐个判断A中元素和3得关系，返回True/False

np.argmin(a)   最小值索引

np.argmax(a)   最大值

np.mean(a)   平均值

np.median    中位数

np.clip(a,b,c)  将a中得值限制在b和c之间，所有小于b得都等于b，大于c得都等于c

np.cumsum()  逐步相加，返回每一步得结果

np.diff()       元素之间差

np.nonzero()   判断非零得数，返回两个array，第一个是非零元素得行标，第二个是列标

np.sort()    排序

np.transpose()  转置，或者：a.T

1.4 numpy得索引

a[索引号]   a[行][列]  a[行,列]   a[行，：]   a[:,列]   a[行，s1:s2]

for row in a:    逐行迭代

for col in a.T:   逐列迭代

a.flat         a.flatten   变成一行的序列

1.5 numpy合并

np.vstack((a,b))    垂直合并

np.hstack((a,b)) 水平合并

transpose         不能将行向量变成列向量，用如下的方法：

a[:,np.newaxis]

np.concatenate((a,b,c,d,……,axis=0/1)   0垂直合并，1水平合并

1.6 分割

np.split(a,2,axis=0/1)   1是案列分开，0是按行分开   但是只能等分割

np.array.split(参数同上)  可以不等分割，4列分成三个片段

np.vsplit(a,3)  纵向分割

np.hsplit(a,2)  横向分割

1.7 copy和deep copy

(1) = ：例如a=b，实际上a,b占用同一段内存空间，改变a的值，b页改变

(2) deep.copy : b=a.copy()   仅将a的值给b，不是同一段空间