numpy学习笔记

持续记录学习过程中遇到的numpy相关问题

1.np.zeros (shape, dtype=float, order=‘C’)
创建全为0的数组
这里必需的参数是shape，即创建数组的维度。

a = np.zeros((2,2))  # 得到两行两列的全零数组

np.empty (shape, dtype=float, order=‘C’)
和np.zeros很类似，只不过这里的数组元素是无限接近于零的随机数，并不一定全是0。np.median(nums)
np.ones（shape, dtype=float, order=‘C’）
创建全为1的数组。

2.np.arange（）
根据给定的范围生成一个等差序列。
按参数有以下三种情况：
1）np.arange（x）
x为终点，起点取默认值0，步长取默认值1。
2）np.arange（x1，x2）
x1为起点，x2为终点，步长取默认值1。
3）np.arange（x1，x2，x3）
x1为起点，x2为终点，x3为步长。

3.np.median(nums)
返回数组nums的中位数。
np.mean(nums)
返回数组nums的均值。

4.np.stack([arrays1,array2,array3],axis=0)
输出一个新的数组，该数组由arrays1,array2,array3堆叠而成。
这里第一个参数是需要堆叠的数组，第二个参数指的是按哪个维度堆叠。
详见np.stack()函数详解

5.np.random.normal(size,loc,scale)
生成一组按正态分布排列的数。
loc：均值；scale：标准差（scale越大越矮胖，scale越小，越瘦高）；size：输出的shape

6.np.histogram(a, bins=10, range=None, weights=None, density=None)
生成直方图。
a：待统计数据的数组；
bins：指定统计的区间个数；
range：一个长度为2的元组，表示统计范围的最小值和最大值，默认值None，表示范围由数据的范围决定；
weights为数组的每个元素指定了权值,histogram()会对区间中数组所对应的权值进行求和；
density为True时，返回每个区间的概率密度；为False，返回每个区间中元素的个数。
参考np.histogram用法

7.np.argmax(a, axis=None, out=None)

返回数组a沿axis维度最大值的索引。

8.np.greater(arr1, arr2)
判断 arr1 的元素是否大于 arr2 的。
np.less(arr1, arr2)
判断 arr1 的元素是否小于 arr2 的。

9.np.meshgrid()
从坐标向量中返回坐标矩阵。
如x = [1，2，3]，y = [4，5，6]，则np.meshgrid(x,y)会返回一个list，该list表示所有可能取到的坐标，其中有两个元素，第一个元素是X轴的取值，第二个元素是Y轴的取值。（x轴从[1，2，3]中取值，y轴从[4，5，6]中取值）
这里有个容易混的点是，返回的X轴的取值并不是1，2，3，而应该是（1，1，1），（2，2，2），（3，3，3）。因为在所有可能的坐标中，x的每个取值对应3个可能的y值，因此每个x值是要取三次的。如（1，4），（1，5），（1，6）

10.np.intersect1d()
找到两个数组的交集。
返回两个输入数组中已排序的唯一值。