-
np.arange(start, stop, step)
- 功能:创建等差数列数组
- 参数:
- start:起始值
- stop:结束值(不包含)
- step:步长(可选,默认为1)
- 返回值:等差数列数组
代码及结果:
import numpy as np arr = np.arange(1, 10, 2) print(arr) # 输出:[1 3 5 7 9]
-
np.zeros(shape, dtype)
- 功能:创建全0数组
- 参数:
- shape:数组形状
- dtype:数据类型(可选,默认为float64)
- 返回值:全0数组
代码及结果:
import numpy as np arr = np.zeros((2, 3)) print(arr) # 输出: # [[0. 0. 0.] # [0. 0. 0.]]
-
np.ones(shape, dtype)
- 功能:创建全1数组
- 参数:
- shape:数组形状
- dtype:数据类型(可选,默认为float64)
- 返回值:全1数组
代码及结果:
import numpy as np arr = np.ones((2, 3)) print(arr) # 输出: # [[1. 1. 1.] # [1. 1. 1.]]
-
np.eye(N, M=None, k=0)
- 功能:创建单位矩阵
- 参数:
- N:矩阵行数
- M:矩阵列数(可选,默认为N)
- k:对角线偏移量(可选,默认为0,主对角线为1)
- 返回值:单位矩阵
代码及结果:
import numpy as np arr = np.eye(3) print(arr) # 输出: # [[1. 0. 0.] # [0. 1. 0.] # [0. 0. 1.]]
-
np.transpose(arr, axes=None)
- 功能:返回数组的转置版
- 参数:
- arr:数组
- axes:转置后的轴顺序(可选,默认为倒序)
- 返回值:转置后的数组
代码及结果:
import numpy as np arr = np.array([[1, 2, 3], [4, 5, 6]]) print(np.transpose(arr)) # 输出: # [[1 4] # [2 5] # [3 6]]
-
np.dot(a, b)
- 功能:返回两个数组的矩阵乘积
- 参数:
- a:第一个数组
- b:第二个数组
- 返回值:矩阵乘积
代码及结果:
import numpy as np a = np.array([[1, 2], [3, 4]]) b = np.array([[5, 6], [7, 8]]) print(np.dot(a, b)) # 输出: # [[19 22] # [43 50]]
-
np.linalg.inv(a)
- 功能:返回矩阵a的逆矩阵
- 参数:a:矩阵
- 返回值:逆矩阵
- 注意:如果a不是方阵或者没有逆矩阵,则会抛出LinAlgError异常
代码及结果:
import numpy as np a = np.array([[1, 2], [3, 4]]) print(np.linalg.inv(a)) # 输出: # [[-2. 1. ] # [ 1.5 -0.5]]
-
np.linalg.det(a)
- 功能:返回矩阵a的行列式
- 参数:a:矩阵
- 返回值:行列式
代码及结果:
import numpy as np a = np.array([[1, 2], [3, 4]]) print(np.linalg.det(a)) # 输出:-2.0000000000000004
-
np.linalg.eig(a)
- 功能:返回矩阵a的特征值和特征向量
- 参数:a:矩阵
- 返回值:特征值和特征向量
代码及结果:
import numpy as np a = np.array([[1, 2], [3, 4]]) eigenvalues, eigenvectors = np.linalg.eig(a) print("特征值:", eigenvalues) print("特征向量:", eigenvectors) # 输出: # 特征值: [-0.37228132 5.37228132] # 特征向量: [[-0.82456484 -0.41597356] # [ 0.56576746 -0.90937671]]
-
np.sin(x), np.cos(x), np.tan(x)等
- 功能:返回给定角度的三角函数值
- 参数:x:弧度制角度
- 返回值:三角函数值(sin、cos、tan等)
- 注意:可以接受单个或数组形式的参数
代码及结果:
import numpy as np
x = np.pi/3
print(np.sin(x))
print(np.cos(x))
print(np.tan(x))
# 输出:
# 0.8660254037844386
# 0.5000000000000001
# 1.7320508075688767