【只谈干货】python之numpy库常见用法

1. 导入

import numpy as np

2. np.array([ ])

创建一个numpy数组

a = np.array([1,2,3,4,5,6,7,8,9])

将普通数组转为numpy数组

b = [1,2,3,4,5,6,7,8,9]
a = np.array(b)

3. np.zeros()

创建全为0的numpy数组

np.zeros((2,3))

array([[0., 0., 0.],
           [0., 0., 0.]])

4. np.amax(), np.amin()

求numpy数组中的最大值，最小值

b = [1,2,3,4,5,6,7,8,9]
print(np.amax(b))
print(np.amin(b))

9
1

5. np.clip(a, a_min, a_max, out=None)

限定numpy数组得值得范围
a : 输入的数组
a_min: 限定的最小值 也可以是数组 如果为数组时 shape必须和a一样
a_max:限定的最大值 也可以是数组 如果为数组时 shape必须和a一样

b = np.array([1,2,3,4,5,6,7,8,9])
np.clip(b, 3, 8)

array([3,3,3,4,5,6,7,8,8])

6. np.random.randint(low, high, size, dtype)

产生随机数
范围区间为[low,high)，维度为size，类型为dtype(默认np.int)

np.random.randint(10,50,(2,3))

array([[20, 46, 38],
           [21, 35, 22]])

7. np.random.choice(a, size=None, replace=True, p=None)

从a 中，以概率p随机选取大小为size的数据
replace: 默认为True（抽取出来的数据重新放入数组，结果可能重复）

np.random.choice(3,4,p=(0.05,0.05,0.9)) # a=3意味着从[0,3)中选取
np.random.choice([5,8,20],4,p=(0.05,0.05,0.9))

array([2, 2, 2, 2])
array([20, 20, 20, 20])