NumPy的学习记录

NumPy的学习记录

ndarry(N-dimensional array, N维数组)

1、创建数组时元素数量指定，数组大小不会发生变化。
2、常见数组的创建方法是使用array函数

# 参数可以是元组或列表及元组和列表的嵌套
c = np.array([1, 2])
c = np.array(((1, 2), [1, 2]))

3、生成包含初始值的函数
np.zeros(）
np.ones()
no.arange(参数1，参数2，参数3)
生成间隔为参数3的[参数1，参数2)的数组
当生成多维数组时，依旧可以使用上面的函数，不过要通过reshape（）函数指定arange（）函数的形状
np.linspace()
与arange（）函数类似，不过第三个参数是将参数1与参数2指定的范围分成参数3个部分

基本操作

1、数组与数组，数组与标量之间的运算，运算符为元素级。即他们只作用于位置相同的元素

[1, 2, 3, 4] * [1, 1, 1, 1] => [1, 2, 3, 4]

2、如果想求矩阵积，使用dot()函数，参数为两个矩阵
3、自增，自减运算符是原地修改
4、常用函数
求平方根：np.sqrt()
取对数：np.log()
正弦函数：np.sin()
求和：np.sum()
求最大：np.max()
求最小：np.min()
求均值：np.mean()
求标准差：np.std()

索引：
1、获取单个元素，参数为索引值
2、获取多个指定元素，参数可以为索引值组成的列表
切片：
切片是指抽取数组的一部分元素生成新数组
a[参数1：参数2：参数3]
参数1：起始
参数2：终止
参数3：间隔
二维数组的切片：
a[行起始：行终止, 列起始：列终止]
若抽取的行或列不连续，可使用索引值组成的列表

apply_along_axis()函数
接收三个参数，分别为聚合函数、axis、数组

条件和布尔数组
1、A < 0.5 => 返回布尔数组
2、A[A < 0.5] => 返回由符合条件的元素组成的数组

形状变换
1、reshape()函数改变数组形状
2、改变数组形状的操作是可逆的，通过reval()函数恢复
3、transpose()函数实现数组转置

连接数组
vstack()垂直入栈
hstack()水平入栈
参数为两个需要连接的数组

数组切分
vsplit()垂直切分
hsplit()水平切分
参数1为需要切分的数组，参数2为需要切分的个数

文件读写
np.save()保存 => 参数为路径，需要保存的数组
np.load()读取 => 路径