numpy 简单的属性
import numpy as np
array = np.array([[1,2,3],[2,3,4]])
print(array)
# array.ndim查看几维数组
print("number of dim:", array.ndim)
number of dim: 2
# array.shape(2, 3) 第一个数代表有多少行, 第二个数代表有多少列
print("shape:", array.shape)
shape: (2, 3)
# array.siz 总共有多少个元素
print("size", array.size)
size 6
定义numpy数据类型
array = np.array([1,2,3],dtype=np.int64)
print(array.dtype)
int64 # 默认int64
定义一个全部为"零"的矩阵
# 定义一个三行四列全部为零的矩阵
a = np.zeros((3, 4))
定义一个全部为"零"的矩阵
# 定义一个两行三列全部为"1"的矩阵
np.ones((2,3))
定义一个什么都没有的矩阵
# 定义一个两行三列什么都没有的矩阵
np.empty((2,3))
定义一个有序的数列
# 定义一个从数字2开始到数字7,中间隔两个数字的数列:np.range(2, 7, 2)
# 定义一个从数字2开始到数字7,中间隔两个数字,三行四列的数组, np.range(2, 7, 2).reshape((3, 4))
定义一个线段
生成一个从数组1到数字10, 有5段长的有序数列
np.linspace(1, 10, 5)
运算
a = np.array([2, 3, 4, 5])
b = np.range(4)
print(a + b)
print(a - b)
print(10*np.sin(a)) # numpy中求sin
print(10*np.cos(a)) # numpy求cos
判断numpy中大于小于等于
a = np.array([2, 3, 4, 5])
b = np.range(4)
print(a < 3) # 如果小于3它会返回一个true,否则返回false
矩阵相乘
a = np.array([[2, 3],[1,2]])
b = np.array([[3,4],[2,4]])
c = a*b # 逐个相乘
c_dot = np.dot(a,b) # 矩阵相乘
c_dot_2 = a.dot # np.dot == a.dot
随机创建一个矩阵
a = np.random.random((2, 4)) # 随机创建两行四列的矩阵
np.sum(a, axis=1) # 求和 行求和,当axie=1 运算行 ,
np.min(a, axis=0) # 求最小值 列求最小值,当axie=0 运算列
np.max(a, axis=1) # 求最大值
索引
A = np.arange(2, 14).reshape((3, 4)) # 定义一个2到14,三行四列的矩阵
print(np.argmin(A)) # 打印出A中最小的数字的索引
print(np.argmax(A)) # 打印出A中最大的数字的索引
print(np.mean(A)) # 平均值
print(np.average(A)) # 平均值
print(np.cumsum(A)) # 累加
print(np.diff(A)) # 累差
print(np.sort(A)) # 逐行排序
print(np.transpose(A)) # 行和列反向,即:行变成列,列变成行
print(np.clip(A,4,9)) # 在矩阵A中,所有小于4的都数都变成4,所有大于9的数据都变成9,小于9大于4的不变
矩阵索引
A = np.arange(2, 14).reshape((3, 4)) # 定义一个2到14,三行四列的矩阵
print(A[2][1]) # 索引第二行第一列