numpy学习之代码片段

numpy创建矩阵及矩阵类型

1.1创建单维度矩阵和多维度矩阵

import numpy as np
a = np.array([2,3,4])#单维矩阵
b = np.array([[1,2,3],[2,3,4]])#多维矩阵

1.2创建全零、全一、和什么都没有的矩阵

import numpy as np
a = np.zeros((3,4))#全零矩阵 （几行/几列）
b = np.ones((3,4))#全1矩阵（几行/几列）
c = np.empty((3,5))#什么都没有的矩阵（几行/几列）

1.3创建有规律的矩阵（几到几 零到几 线段）

import numpy as np
a  = np.arange(10,20,2)#创建规律矩阵（几行/几列/步长）
b =np.arange(12).reshape((3,4))#定义0-12的矩阵并重新定义矩阵行列
c = np.linspace(1,20,10)#生成一个线段矩阵（从几开始/到几结束/分成多少段）

1.4随机生成矩阵、正态分布

import numpy as np
a = np.random.random((2,4))#生成0-1的随机矩阵（几行，几列）
Y =  np.random.normal(0, 0.05, (2000, ))#正态分布的均值，正态分布标准差，（几行，几列）

1.5生成矩阵指定类型

import numpy as np
b = np.array([2,3,4],dtype=np.int32)#单维矩阵并定义int32类型
'''
numpy类型有 
int8,16,32,64  /  float16,32,64,128
complex64,128,256  /  bool  /  object  /  Unicode_
'''

numpy.array信息输出

2.1输出矩阵和类型

import numpy as np
a = np.array([[1,2,3],[2,3,4]])
print(a,a.dtype)#输出及打印类型

2.2输出array维度

import numpy as np
a = np.array([[1,2,3],[2,3,4]])
print('number of dim:',a.ndim)#输出维度

2.3输出array形状

import numpy as np
a = np.array([[1,2,3],[2,3,4]])
print('shape:',a.shape)#输出形状

2.4输出array元素个数

import numpy as np
a = np.array([[1,2,3],[2,3,4]])
print('size:',a.size)#输出元素个数

numpy基本运算1

3.1矩阵相加、相减

import numpy as np
a = np.array([[1,2,3],[4,5,6]])
b = np.array([[11,12,13],[14,15,16]])
c = a+b#矩阵相加
d =b-a#矩阵相减

3.2次方、按序相乘、矩阵相乘

import numpy as np
a = np.array([[1,2],[3,4]])
b = np.array([[5,6],[7,8]])
c = a**2#矩阵次方
d = a*b#逐个相乘
e = np.dot(a,b)#矩阵相乘
f = a.dot(b)#矩阵相乘的另一种形式

3.3矩阵求三角函数

import numpy as np
a = np.array([[1,2,3],[4,5,6]])
b = np.sin(a)#对a的每个元素求sin(弧度制)
c = np.cos(a)#对a的每个元素求cos(弧度制)
d = np.tan(a)#对a的每个元素求tan(弧度制)

3.4矩阵求max、min、sum

import numpy as np
a = np.array([[1,2,3],[4,5,6]])
d = np.max(a)#对a求元素最大值
c = np.min(a)#对a求元素最小值
b = np.sum(a)#对a求元素和

3.5按行或按列运算矩阵最大、最小、求和

import numpy as np
a = np.array([[1,2,3],[4,5,6]])
b = np.max(a,axis = 1)#每一行进行max操作
c = np.max(a,axis = 0)#每一列进行max操作
d = np.min(a,axis = 1)#每一行进行min操作
e = np.min(a,axis = 0)#每一列进行min操作
f = np.sum(a,axis = 1)#每一行进行sum操作
g = np.sum(a,axis = 0)#每一列进行sum操作

numpy基本运算2

4.1打印最大值、最小值的索引

import numpy as np
A  = np.arange(2,14).reshape((3,4))
print(np.argmin(A))#输出最小值的索引
print(np.argmin(A,axis=0))#按列输出最小值索引
print(np.argmin(A,axis=1))#按行输出最小值索引
print(np.argmax(A))#输出最大值的索引
print(np.argmax(A,axis=0))#按列输出最大值索引
print(np.argmax(A,axis=1))#按行输出最大值索引

4.2打印平均数、中位数

import numpy as np
A  = np.arange(2,14).reshape((3,4))
print(np.mean(A))#输出矩阵平均值
print(np.mean(A,axis=0))#按列输出矩阵平均值
print(np.mean(A,axis=1))#按行输出矩阵平均值
print(np.median(A))#输出矩阵中位数
print(np.median(A,axis=0))#按列输出矩阵中位数
print(np.median(A,axis=1))#按行输出矩阵中位数

4.3打印矩阵累加、差值

import numpy as np
A  = np.arange(2,14).reshape((3,4))
print(np.cumsum(A))#输出矩阵累加值
print(np.cumsum(A,axis=0))#按列输出矩阵累加值
print(np.cumsum(A,axis=1))#按行输出矩阵累加值
print(np.diff(A))#输出矩阵前后数差值
print(np.diff(A,axis=0))#按列输出矩阵前后数差值
print(np.diff(A,axis=1))#按行输出矩阵前后数差值

4.4输出不是零的数的索引

import numpy as np
A  = np.arange([0,2,1],[3,0,2],[4,3,0])
print(np.nonzero(A))
'''
输出结果
(array([0, 0, 1, 1, 2, 2]), array([1, 2, 0, 2, 0, 1]))
'''

4.5矩阵按行排序、反向、截断、变成一行、变成一列

import numpy as np
A  = np.arange(14,2,-1).reshape((3,4))
print(np.sort(A))#按行排序
print(np.transpose(A))#矩阵的行和列互换
print(np.clip(A,5,9))#矩阵所有小于最小值的换成最小值，大于最大值的换成最大值（哪个矩阵，最小值，最大值）
print(A.flatten())#把矩阵变成一行
print(A[:,np.newaxis])#横向单行矩阵变成纵向单列矩

numpy索引

4.1索引固定行、列、元素、范围内元素

import numpy as np
A = np.arange(3,15).reshape((3,4))
print(A[1])#索引行(哪一行+1)
print(A.T[1])#索引列(哪一列+1)
print(A[1][2])#索引哪一个元素（哪一行+1/哪一列+1）
print(A[1][2:3])#索引哪一行从几到几（哪一行/（从n+1个元素开始‘’包括/到n+1个元素结束‘不包括’））

4.2迭代array行、列、元素

import numpy as np
A = np.arange(3,15).reshape((3,4))
#迭代行
for row in A:
    print(row)
#迭代列
for column in A.T:
    print(column)
#迭代每个元素
for item in A.flat:
    print(item)

numpy合并和分割

5.1两个numpy进行合并

import numpy as np
A = np.array([1,1])
B = np.array([2,2])
print(np.vstack((A,B)))#上下合并
print(np.hstack((A,B)))#左右和并

5.2多个numpy进行合并

import numpy as np
A = np.array([1,1,1])[:,np.newaxis]
B = np.array([2,2,2])[:,np.newaxis]
print( np.concatenate((A,B,B,A),axis = 0))#多个array横向合并
print(np.concatenate((A,B,B,A),axis = 1))#多个array纵向合并

5.3array分割

import numpy as np
A = np.arange(12).reshape((3,4))
print(np.split(A,2,axis=1))#array分割（对谁分割/分割成几块/横向还是纵向）
print(np.array_split(A,2,axis=1))#array不等分割（对谁分割/分割成几块/横向还是纵向）
print(np.vsplit(A,3))#纵向(对谁分割，分成几份)
print(np.hsplit(A,2))#横向(对谁分割，分成几份)

深copy

6.1深copy

import numpy as np
A = np.arange(12).reshape((3,4))
B = a.copy