python常用的numpy公式

1. 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]

2. 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.]]

3. 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.]]

4. 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.]]

5. 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]]

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]]

7. 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]]

8. 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

9. 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]]

10. 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