numpy中的相关函数的讲解_eye_identity_ones_like_power_cumsum_cumprod_linspace_logspace_diag_floor_log

1、np.eye()和np.identity()

import numpy as np

# 只创建一个方阵
a = np.identity(3)
# [[1. 0. 0.]
#  [0. 1. 0.]
#  [0. 0. 1.]]
print(a)

a = np.eye(3)
# [[1. 0. 0.]
#  [0. 1. 0.]
#  [0. 0. 1.]]
print(a)

a = np.eye(4, k=1)
# [[0. 1. 0. 0.]
#  [0. 0. 1. 0.]
#  [0. 0. 0. 1.]
#  [0. 0. 0. 0.]]
print(a)

a = np.eye(4, k=-1)
# [[0. 0. 0. 0.]
#  [1. 0. 0. 0.]
#  [0. 1. 0. 0.]
#  [0. 0. 1. 0.]]
print(a)

a = np.eye(4, k=-3)
# [[0. 0. 0. 0.]
#  [0. 0. 0. 0.]
#  [0. 0. 0. 0.]
#  [1. 0. 0. 0.]]
print(a)

2、np.ones_like

  返回与输入数据的形状和类型 一致的全1数组，通过dtype=np.float将int类型的数字1变成浮点型1.。
1、代码

x = np.arange(6, dtype=np.float).reshape((2, 3))
# [[0. 1. 2.]
#  [3. 4. 5.]]
print(x)
y = np.ones_like(x)
# [[1. 1. 1.]
#  [1. 1. 1.]]
print(y)

3、np.power

  power(x, y) 函数，返回x 的 y 次方。
1、代码

# 8
print(np.power(2, 3))

4、np.cumsum()

  按顺序连加，保留上一次的加法值，请看下面的关于axis=0的三种情况：

a = np.array([[1, 2, 3], [4, 5, 6]])
# [ 1  3  6 10 15 21]
print(np.cumsum(a))
# 垂直方向上进行按行连加，第一次[1 2 3]，第二次为[1 2 3]+[4, 5, 6]=[5 7 9]
# [[1 2 3]
#  [5 7 9]]
print(np.cumsum(a, axis=0))
# 水平方向上进行按行连加，第一次1，4不动，第二次为（1，4）+（2，5）=（3，9）
# [[ 1  3  6]
#  [ 4  9 15]]
print(np.cumsum(a, axis=1))

5、np.cumprod()

  按顺序连乘，保留上一次的乘法值。在泰勒公式中，有使用到该函数。
1、代码

# 通过累乘来得到当前的数据
# [  1   2   6  24 120]
y1 = np.arange(1, 6).cumprod()
print(y1)

print("--------------------")
x = [2]
# [[2], [2]]
print(([x] * 2))
# [2 4]
b = np.array([x] * 2).cumprod()
print(b)

# 其他更一般的情况
a = np.array([[1, 2, 3], [4, 5, 6]])
# [  1   2   6  24 120 720]
print(np.cumprod(a))
# 垂直方向上进行按行连加，第一次[1 2 3]，第二次为[1 2 3]*[4, 5, 6]=[4 10 18]
# [[ 1  2  3]
#  [ 4 10 18]]
print(np.cumprod(a, axis=0))
# 水平方向上进行按行连加，第一次1，4不动，第二次为（1，4）*（2，5）=（2，20）
# [[  1   2   6]
#  [  4  20 120]]
print(np.cumprod(a, axis=1))

6、np.linspace

  在指定的间隔内（start, stop），返回固定间隔（等差数组）的数据。

linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)

  下面代码表示生成数据的三种情况：
1、代码

# 包含stop点
x1 = np.linspace(1, 5, 5)
# 去掉stop点
x2 = np.linspace(1, 5, 5, endpoint=False)
# 省略生成元素的个数，默认会生成50个数据
x3 = np.linspace(1, 5)
# [1. 2. 3. 4. 5.]
print(x1)
# [1.  1.8 2.6 3.4 4.2]
print(x2)
# [1.         1.08163265 1.16326531 1.24489796 1.32653061 1.40816327
#  1.48979592 1.57142857 1.65306122 1.73469388 1.81632653 1.89795918
#  1.97959184 2.06122449 2.14285714 2.2244898  2.30612245 2.3877551
#  2.46938776 2.55102041 2.63265306 2.71428571 2.79591837 2.87755102
#  2.95918367 3.04081633 3.12244898 3.20408163 3.28571429 3.36734694
#  3.44897959 3.53061224 3.6122449  3.69387755 3.7755102  3.85714286
#  3.93877551 4.02040816 4.10204082 4.18367347 4.26530612 4.34693878
#  4.42857143 4.51020408 4.59183673 4.67346939 4.75510204 4.83673469
#  4.91836735 5.        ]
print(x3)

7、np.logspace()

  创建不同底的等比数列。
1、代码

# 以2为底
a1 = np.logspace(0, 9, 10, base=2)
# 起始值为10^0，终止值为10^9，有10个数的等比数列
a2 = np.logspace(0, 9, 10)
# [  1.   2.   4.   8.  16.  32.  64. 128. 256. 512.]
print(a1)
# [1.e+00 1.e+01 1.e+02 1.e+03 1.e+04 1.e+05 1.e+06 1.e+07 1.e+08 1.e+09]
print(a2)

8、np.diag()

  该函数用于生成对角矩阵或者获得矩阵中对角的元素，从而构成一个向量。
1、代码

# (array([[1., 0.],
#        [0., 1.]]), array([[3, 0],
#        [0, 3]]), array([[2, 0],
#        [0, 5]]), array([[2, 1],
#        [2, 5]]))
sigma = (np.identity(2), np.diag((3, 3)), np.diag((2, 5)), np.array(((2, 1), (2, 5))))
x1 = np.array([[1, 2], [3, 4]])
x2 = np.diag(x1)
x3 = np.diag((2, 5))
print(sigma)
# 对于已经生成的矩阵，返回对角线上的元素
# [1 4]
print(x2)
# 对于未生成的矩阵，返回一个对角矩阵
# [[2 0]
#  [0 5]]
print(x3)

9、np.floor()数据取整操作

  对于数值数据的取整操作。
1、代码

# 情况1： 向下取整 1.0
print(np.floor(1.23))

# 情况2：对数据四舍五入（取整数）
c = 1.2
a = int(c + 0.5)

# 情况3和4
n = np.array([-2.7, 2.7, 4.3])
# 向上取整，与四舍五入无关
# [-2.  3.  5.]
print(np.ceil(n))
# 四舍五入取整
# [-3.  3.  4.]
print(np.rint(n))

10、np.log()

  对数不同底的三种情况介绍。
1、代码

# 以e为底，输出0.9999999998311266
print(np.log(2.718281828))
# 以2为底，输出1
print(np.log2(2))
# 以10为底，输出1
print(np.log10(10))

11、np.fromstring()

  该函数可以从字符串解码出ASCII码或者从字符串中进行解码出数据。
1、代码

# 从字符串解码出ASCII码
s = 'abcdz'
g1 = np.fromstring(s, dtype=np.int8)
# [ 97  98  99 100 122]
print(g1)
# 从字符串中进行解码出数据
g2 = np.fromstring('1 2 3', dtype=int, sep=' ')
# [1 2 3]
print(g2)