Numpy一些基本知识笔记（代码）

1.创建
import numpy as np
arra1=np.array([1,2.3,4],dtype=np.float64)
arra2=np.arange(4)
arra3=np.empty((8,4))
arra3.astype(arra1.dtype)
2.运算 arra1*arra2
3.索引和切片
(视图)
一维：arra1[:2]=8
arr1[:2].copy()
二维：arr2d=np.array([2,3],[3,2])
arr2d[0,1]
arr2d[0][1]
布尔型索引：
names=np.array([‘a’,‘c’,‘d’,‘a’])
data=np.random.randn(4,6)
data[~(names==‘a’),:3]
data[names==‘c’,1]
data[(names!=‘c’)&(names==‘a’)]=3

花式索引
1.

arr=np.empty((8,4))
for i in range(8):
    arr[i]=i

arr[[0,2,1]]

arr=np.arange(32).reshape((8,4))
arr[[2,0],[0,1]]
arr[[2,4,0]][:,[0,3]]

4.转置和轴对换
(视图)
arr=np.arange(2,4)
转置 ： arr.T

arr=np.arange(36).reshape(2,3,6)
轴对换：arr.transpose((1,0,2))
arr.swapaxes(1,2)
5.基本数组统计方法
arr=np.arange(12).reshape((3,4))
arr.sum(axis=1)
arr.mean(0)

布尔型：
bools=np.array([False,True,True])
bools.any()
bools.all()

6.排序
arr=np.random.randn(3,4)
arr.sort(0)

7.唯一化以及其他集合运算
names=np.array([2,2,4,4,1,11,1])
np.unique(names) #唯一化

numbers=np.array([2,3,3,1])
np.in1d(numbers,[1,5,2])

8.用于数组的文件输入与输出

保存

arr=np.arange(10)
np.save('some_array',arr)
np.load('some_array.npy')

a=np.array([[1,2,3],[4,5,6]])
b=np.arange(0,1.0,0.1)
c=np.sin(b)
np.savez("result.npz",a,b,sin_arry=c)
r=np.load("result.npz")
r["arr_0"]
r["arr_2"]
r["sin_arry"]

存取
np.loadtext

9.线性代数
点乘

x=np.array([[1.,2.,3.],[4.,5.,6.]])
y=np.array([[6.,23.],[-1,7],[8,9]])
x.dot(y)#np.dot(x,y)

其他

from numpy.linalg import inv,qr
X=np.random.randn(5,5)
mat=X.T.dot(X)
inv(mat)

10.随机数生成
numpy.random