numpy(莫烦Python)学习笔记

numpy属性

array = numpy.array([…]) #列表变矩阵
array.ndium #矩阵维数
array.shape #行数及列数
array.size #矩阵所包含元素总和

numpy创建array

numpy.array([…],dtype=numpy.int) #定义为整数形式
numpy.array([…],dtype=numpy.float) #定义为小数形式
numpy.zeros((…,…)) #生成全部为0的矩阵，括号内为行数和列数
numpy.ones((…,…)) #生成全部为1的矩阵
numpy.empty((…,…)) #生成空矩阵，实际为非常接近0的矩阵
numpy.arange((…,…,…)) #生成有序矩阵，括号内为起点终点和步长
numpy.arange((…,…,…)).reshape((…,…)) # 重新定义矩阵行数及列数
numpy.linspace(…,…,…)#生成线段，起点重点段数

numpy基础运算

C=A+B #加减
C=A××2#平方
numpy.sin()#三角函数
C=A×B#逐个相乘
numpy.dot(A,B) A.dot(B)#矩阵相乘
numpy.sum()#求和
numpy.min(A,axis=1)#每行最小值
numpy.max(A,axis=0)#每列最大值
numpy.argmin(A)# 最小值索引
numpy.mean(A) A.mean() numpy.average(A)#平均数
numpy.medium(A)#中位数
numpy.cunsum(A)#累加
numpy.diff(A)#累差
numpy.nonzero(A)#判断非0数
numpy.sort(A)#排序
numpy.transpose(A) A.T#反相
numpy.clip(A,…,…)#保留最大值与最小值之间的数，高于最大值则变为最大值，低于最小值则变为最小值

numpy的索引

A[…]#一维矩阵某数索引
A[…][…] A[…,…] #高维矩阵索引
A[…,:] A[:,…] #高维某行某列索引
A.flat#转换为一行

numpy array合并

numpy.vstack((A,B)) #上下合并
numpy.hstack((A,B)) #左右合并
A[numpy.newaxis,:]#在行上增加维度
A[;,numpy.newaxis]#在列上增加维度
numpy.concatenate((A,B,C,D),axis=0)#多个合并（纵向）

numpy array分割

numpy.split(A,…,axis=1)#左右分割
numpy.split(A,…,axis=0)#上下分割
numpy.array_split()#不等量分割
numpy.vsplit(A,…)#上下分割
numpy.hsplit(A,…)#左右分割

numpy的copy&deep copy

B=A.copy() #A赋值给B，但不关联
B=A #A和B关联一起