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])