numpy库的基础应用函数

Numpy是使用python进行科学计算的基础软件库。
它包括:
功能强大的N维数组对象
精密广播功能函数
集成C/C++和Fortran代码的工具
强大的线性代数、傅里叶变换和随机数功能

导入库
元素、向量、矩阵、
矩阵属性
加减乘除、立方、开根
最大值、最小值、平均值
矩阵乘法
元素获取

一、三个重要属性
dtype=data type
float,uint8 ,float32

shape

ndim

二、创建矩阵
X=np.array([1,2,3])
Y=np.uint8([1,1,1])
X.dtype(可查看x的类型)
np.float32(x)(可将x转换为float32类型的)

np.arange(10)(产生一个0-10的数组)结果:0,1,2,3,4,5,6,7,8,9,
np.arange(2,10)(产生2-10的数组)
np.arange(2,10,2)(数组2-10的数组,每次增加2)结果:2,4,6,8

np.linspace(0,10,11)(将0-10分成11份)结果:0,1,2,3,4,5,6,7,8,9,10的数组
np.linspace(0,2*np.pi,100)(0-2Π分为100份)

np.zeros(shape,dtype,order=’c’)
第一个参数是产生一个几乘几的矩阵
第二个产生是选择数据类型
例:np.zeros((2,4),dtype=np.int)

np.ones((3,3),dtype=np.float32)

创建单位矩阵
np.eye(3)创建一个3X3的单位矩阵
np.identity(4)创建4X4的单位矩阵

np.random.randint(low,high=None,size=None,dtype=int)
np.random.randint(0,255,(10,10),dtype=np.uint8)3

三、矩阵的转换(改变形状等等)
首先创建A矩阵
A=np.ones((3,3),dtype=np.uint8)
A.reshape((-1,9))创建1X9的矩阵这还是二维的

A.flatten()(将A矩阵拉成一维矩阵)复制
A.ravel()引用(将矩阵拉成一维矩阵)

矩阵转置
B.T
B.transpose()

矩阵水平堆叠
np.hstack([A,B])

矩阵竖直堆叠
np.vstack([A,B])

四、最大值、最小值、平均值
B.max()求矩阵最大值
B.min()求矩阵最小值
B.mean()求矩阵的平均值
也可以用np.max(B) np.min(B) np.mean(B)

B.max(axis=0)求每一列的最大值
B.max(axis=1)求每一行的最大值
五、数学运算
np.power(A,2)A矩阵的2次方
Np.power(A,0.5)A矩阵开根号

np.sqrt(B)开根号

Np.log2(B+1)求对数注意最好B里没有0,如果不确定就B+1
A@X矩阵乘法(不要用A*X)

A.dot(x)矩阵乘法

元素获取
B[0,:]取B的第0行
B[:,1]取B的第一列

B[1:,1:]取B矩阵的后面的矩阵
B[0,:]=np.array([1,1,1])对第0行进行赋值

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Python是一种简单易学的编程语言,非常适合初学者入门。它具有清晰的语法和丰富的函数库,可以用于各种应用领域,包括数据分析、机器学习、Web开发等。 下面是Python入门的一些基础知识点: 1. 安装Python:首先需要在官网下载并安装Python解释器,推荐使用最新版本的Python 3。 2. 变量和数据类型:Python中的变量可以直接赋值,不需要声明类型。常见的数据类型包括整数、浮点数、字符串、列表、元组和字典。 3. 控制流程:Python支持条件语句(if-else)、循环语句(for、while)和函数定义,可以用于控制程序的执行流程。 4. 函数和模块:Python提供了丰富的内置函数,同时也可以自定义函数。模块是一组相关函数和变量的集合,可以通过import语句引入并使用。 5. 文件操作:Python可以读写文件,可以使用open函数打开文件并进行读写操作。 NumpyPython中常用的数值计算库,提供了高效的多维数组对象和各种数学函数。以下是Numpy函数库的基础知识点: 1. 数组创建:可以使用numpy.array函数创建数组,也可以使用numpy.arange、numpy.zeros、numpy.ones等函数创建特定形状的数组。 2. 数组操作:可以对数组进行索引和切片操作,也可以进行数组的形状变换、合并和分割等操作。 3. 数学函数Numpy提供了丰富的数学函数,包括常见的数学运算、三角函数、指数函数、对数函数等。 4. 线性代数Numpy提供了线性代数相关的函数,如矩阵乘法、求逆矩阵、求特征值等。 5. 随机数生成:Numpy可以生成各种分布的随机数,如均匀分布、正态分布等。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

菜鸡联盟

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值