Python科学计算之Numpy

全文使用np表示numpy

Numpy底层是由C语言实现，所以计算高效简洁。
创建数组

Array=np.array(列表/元组)

访问二维及以上的数组时以下两种放法等价

#打印二维数组第二行第二列的值，以下两种方法等价
print(Array[1,1])
print(Array[1][1])

数组的相关属性

print(Array.ndim) # 显示数组的维度
print(Array.size) # 显示数组元素的总个数
print(Array.shape) # 显示数组的形状
print(Array.dtype) # 显示数组中数据的类型
print(Array.itemsize) # 显示数组中数据类型所占字节数

创建特殊的数组







array()和asarray()的区别

改变数组形状

当改变形状时，应该考虑到数组中元素的个数，确保改变前后，元素总个数相等。

b = np.arange(12)
b.reshape(-1,1)#第一个参数取-1，自动计算该维度的取值，第二个参数为1表示一列。可以得到一个12行1列的二维数组。
b.reshape(-1) # 再将上面的二维数组转换成一维数组

数组运算（加减乘除）

两个数组的长度和形状应该一致，对应元素进行运算。
一维数组可以和多维数组
当两个数组中元素的数据类型不同时，精度低的数据类型，会自动转换为精度更高的数据类型，然后再进行运算。

a = np.array([0,1,2,3])
b = np.array([
[1,2,3,4],
[5,6,7,8],
[9,10,11,12]
])
a+b #数组a依次与数组b的每一行对应元素相加 

矩阵运算

矩阵相乘

# 矩阵相乘的两种方法
np.matmul(A,B)
np.dot(A,B)

A.T#矩阵A的转置
A.I#矩阵A的逆

数组间的运算

随机数模块np.random

seed()函数设置随机数种子

np.random.seed(随机数种子)

打乱顺序函数shuffle()

对于多维数组shuffle只打乱第一维。

np.cumsum()

这个函数的功能是返回给定axis上的累计和

1. 对于一维输入a（可以是list，可以是array，假设a=[1, 2, 3, 4, 5, 6, 7] ，就是当前列之前的和加到当前列上，如下：

>>>import numpy as np
>>> a=[1,2,3,4,5,6,7]
>>> np.cumsum(a)
array([  1,   3,   6,  10,  15,  21,  28])

2. 对于二维输入a，axis=0(第1行不动，将第1行累加到其他行)；axis=1(进入最内层，转化成列处理。第1列不动，将第1列累加到其他列)，如下：

>>>import numpy as np
>>> c=[[1,2,3],[4,5,6],[7,8,9]]
>>> np.cumsum(c,axis=0)
array([[ 1,  2,  3],
       [ 5,  7,  9],
       [12, 15, 18]])
>>> np.cumsum(c,axis=1)
array([[ 1,  3,  6],
       [ 4,  9, 15],
       [ 7, 15, 24]])

3. 对于三维输入a, axis=0 (第1行不动，将第1行累加到其他行)； axis=1(进入第2层，每个第二层第1行不动，累加到其他行)； axis=2(进入最内层，转化成列处理。第1列不动，将其累加到其他列)，注意维数从外到内是0-2编号，如下：

>>>import numpy as np
>>> a
[[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 20, 30]]]
>>> np.cumsum(a,axis=0)
array([[[ 1,  2,  3],
        [ 4,  5,  6]],
 
       [[ 8, 10, 12],
        [14, 25, 36]]])
>>> np.cumsum(a,axis=1)
array([[[ 1,  2,  3],
        [ 5,  7,  9]],
 
       [[ 7,  8,  9],
        [17, 28, 39]]])
>>> np.cumsum(a,axis=2)
array([[[ 1,  3,  6],
        [ 4,  9, 15]],
 
       [[ 7, 15, 24],
        [10, 30, 60]]])

参考来源