码迷,mamicode.com
首页 > 编程语言 > 详细

python--Numpy基础操作

时间:2020-03-02 01:05:09      阅读:75      评论:0      收藏:0      [点我收藏+]

标签:不同   广播   tip   函数   最大   strong   pre   计算   组元   

NumPy(Numerical Python) 是 Python 语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。是在学习机器学习、深度学习之前应该掌握的一个非常基本且实用的Python库。

 

导入库,创建数组

import numpy as np
a = np.arraya = np.array([0, 1, 2, 3, 4] )    #使用array函数

a = np.array([[11, 12, 13, 14, 15],
                    [16, 17, 18, 19, 20],
                    [21, 22, 23, 24, 25],
                    [26, 27, 28 ,29, 30],
                    [31, 32, 33, 34, 35]])    #创建多维数组
a=np.zeros((2, 3))    #创建两行三列的0填充的矩阵,ones(shape)则是创建1填充的,np.full((m,n)8) m行n列的全部是8的参数
a=np.linspace(1., 4., 6) #创建1到4之间,共6个元素的等值间距的数组
a=np.arange(起,止,步长)  #创建 从起到至,按步长排列的数组
a= np.indices((3,3))  #创建一个堆叠的更高维度的数组
a=np.mat() #创建矩阵,array只能从列表中生成,而mat可以从字符串或者列表中生成,比如mat("1,2;3,4"),而array([1,2,3,4]),mat是矩阵、array是数组(假矩阵)

 

基本操作符

np中矩阵之间加减乘除是对应元素的+、-、*、/,    【注】一个数组加一个整数,则是对该数组每个元素加该整数,这个过程成为数组的广播,如果阶数不同则是每行与每行对应相乘。
mat的矩阵若是使用*则是矩阵相乘,而非对应元素相乘

其他的计算函数:
multiply(),数组或矩阵对应位置相乘
dot()函数,a.dot(b)表示ab矩阵相乘,数学上的相乘。
sum() #求和,可使用axis限定方向,0为纵向,1为横向。[[...],[...],[...]]这样横着放求得时候他也会默认为二维方阵,最后结果是[...]
min() #找出最小的元素
max() #找出最大的元素
mean()  #返回均值
std()  #返回标准方差
var() #返回方差
cumprod() #原数组该位置的前几项元素乘 (累乘数组),可以使用axis指定方向,0表示纵向,1表示横向,默认横向
cumsum() #原数组该位置的前几项元素和 (累加数组)
ptp()  #返回最大值减去最小值

np的索引和切片

import numpy as np
data = np.arange(12).reshape((3, 4))
print(data)
##对数组元素进行索引和切片
# 1. 取第一行的数据
print(data[0])

# 2.  取第一列的数据
print(data.T[0])
print(data[:, 1])

#3.  获取多行
print(data[:2])

# 4. 获取多行列
print(data.T[:2])
print(data[:, :2])


# 5. 获取指定行的前几列;
print(data)
print(data[[0,2], :2])
print(data[:2, [0,2]])

 

python--Numpy基础操作

标签:不同   广播   tip   函数   最大   strong   pre   计算   组元   

原文地址:https://www.cnblogs.com/jackyfive/p/12393008.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!