numpy数组与矩阵运算

重点在于对数组和矩阵的处理。

一、数组

1.创建数组 方式多样

np.array(列表 元组 range对象)

np.arange(n)：同range

np.linspace()：等差

np.logspace()：等比

np.zeros((a,b))

np.ones((a,b))

np.identity(dim)：dim*dim的单位矩阵

np.randint(s, e, num / typle)：随机数组

np.rand(num)：随机数

np.diag([,,,,])：对角矩阵

2.测试数组元素是否足够接近  判断浮点数相等

isclose(a, b, rtol=相对误差, atol=绝对误差, equalnan=)：判断每个位置元素是否相等，返回若干个true/false。

allclose(同上)：判断是否都相等，返回一个true/false。

3.修改数组值

np.append(arr, num/list)

np.insert(arr, posi, num/list)

arr[posi] = num

arr[一/二维切片] = num，这个修改方法比较多样 查文档

4.数组与标量运算 以乘方为例

arr ** num：arr内每个元素乘num次方。

num ** arr：num乘arr内的每个元素次方。

5.数组排序

np.argsort(arr)：返回升序排序后的原数组下标。

arr[_]：这才能输出排序后的结果。

np.argmax(arr)：求最大值 下标。

np.argmin(arr)

arr.sort(axis=)：原数组内排序。

6.数组内积

np.dot(x,y)：计算对应位置元素乘积之和。

7.数组访问

b[0]

b[0][0] = b[0,0]

b[[0, 1]]：第一二行所有元素。

b[[0, 1], [0, 1]]：第一行第一列，第二行第二列。 #第一个列表是行，第二个列表是列。不指定列，表示所有列。

b[: : -1]：反向切片

8.数组的函数运算

np.sin(x)

np.cos(x)

np.round(x)：四舍五入。

np.ceil(x)：向上取整。

9.改变数组形状

x.shape：查看数组形状

x.size：查看数组元素个数

x.shape =：原地修改形状。-1表示自动计算。

x = x.reshape(( , ))：返回一个新数组。不能修改元素个数，必须reshape前后相同。

x.resize(( , ))：通过删除元素或者补0，能修改元素个数。

10.数组布尔运算 

x > 1：返回true/false数组。

x[x > 1]：返回满足条件的数组。

sum(x > 1 & ... & ... )：返回满足条件的元素个数。

np.all(x < 1)

np.any(x < 1)

#两个数组相比 在对比机器学习pred和target值时非常实用

a > b：同上 对应位置元素相比

a[a < b & ... & ... | ... | ...]：任意添加条件。

11.数组堆叠与合并

np.hstack((a1, a2))：对应元素水平堆叠（合并）。

np.vstack((a1, a2))：垂直堆叠。

np.concatenate((a1, a2), axis=)：合并。

二、矩阵

1.矩阵生成

矩阵 只能是二维的，只能包含数字。矩阵运算也和数组不同。

np.matrix(可迭代对象)

2.矩阵转置 第i行变成第i列

x.T

3.计算矩阵特征

！axis=0，相当于把矩阵压缩到x轴。axis=1，相当于压缩到y轴。

x.mean(axis)

x.sum(axis)

x.max(axis)

x.argmax(axis)

x.diagonal()：对角线元素。

x.nonzero()：非0元素下标。

4.矩阵乘法

x*y

5.计算相关系数矩阵

np.corrcoef([], [])

6.方差、协方差、标准差

np.cov(x, y)： 如果有X,Y两个变量，每个时刻的“x值 与其均值之差”乘以“y值 与其均值之差”得到一个乘积，再对这每时刻的乘积求和并求出均值。

np.cov(x)：方差。

np.std(x)：标准差。

7.计算特征值和特征向量

e, v = np.linalg.eig(列表/np数组/矩阵 )：返回特征值和特征向量。

8.计算可逆矩阵

y = np.linalg.inv(x)

9.奇异值分解

~可以把大矩阵分解为多个小矩阵的乘积，实现降维。

np.linalg.svd(a)：将a分解为 u*np.diag(s)*v，并返回usv，其中s的元素就是a的奇异值。

还能计算线性方程组和范数。