numpy 模块
numpy 模块(多维数组)
import numpy as np
arr=np.array([1,2,3,4],[5,6,7,8])
print(arr)
#[[1 2 3 4]
#[5 6 7 8]]
arr.shape #(2, 4) 得到的是这个数组有多少行 多少列
#多维数组的索引
arr.shape[0] #2 得到的是行数
arr.shape[1] #4 得到的是列数
arr[1,2] #7 按索引取值
- 高级功能
import numpy as ap
arr = np.array([[1000,2,300,4],[5,600,7,8] ,[5,6,700,8]])
print(arr)
arr>200
array([[ True, False, True, False],
[False, True, False, False],
[False, False, True, False]])
arr[arr>200]
array([1000, 300, 600, 700])
- 多维数组的元素替换
arr = np.array( [ [1000,2,300,4], [5,600,7,8] ,[5,6,700,8] ] )
arr[1,1]=0
array([[1000, 2, 300, 4],
[ 5, 0, 7, 8],
[ 5, 6, 700, 8]])
arr = np.array( [ [1000,2,300,4], [5,600,7,8] ,[5,6,700,8] ] )
arr[arr>200] = 0
array([[0, 2, 0, 4],
[5, 0, 7, 8],
[5, 6, 0, 8]])
- 多维数组的合并
arr1= np.array([ [1,2,3,4],[5,6,7,8] ])
arr2= np.array([ [9,10,11,12],[13,14,15,16] ])
#vstack和hstack只能放一个参数,这个参数必须得是容器
np.vstack((arr1,arr2)) # vertical
array([[ 1, 2, 3, 4],
[ 5, 6, 7, 8],
[ 9, 10, 11, 12],
[13, 14, 15, 16]])
np.hstack([arr1,arr2]) # horizon
array([[ 1, 2, 3, 4, 9, 10, 11, 12],
[ 5, 6, 7, 8, 13, 14, 15, 16]])
np.concatenate((arr1,arr2)) # 默认垂直
array([[ 1, 2, 3, 4],
[ 5, 6, 7, 8],
[ 9, 10, 11, 12],
[13, 14, 15, 16]])
np.concatenate((arr1,arr2),axis=0) # 默认垂直
array([[ 1, 2, 3, 4],
[ 5, 6, 7, 8],
[ 9, 10, 11, 12],
[13, 14, 15, 16]])
np.concatenate((arr1,arr2),axis=1) # 默认垂直
array([[ 1, 2, 3, 4, 9, 10, 11, 12],
[ 5, 6, 7, 8, 13, 14, 15, 16]])
- 通过函数方法创建多维数组
1.创建一维数组
np.arange(10)
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
np.arange(1,10,2)
array([1, 3, 5, 7, 9])
ones
np.ones((3,4))
array([[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.]])
zeros
np.zeros((3,4,5)) # 5控制一维,4,5控制二维,3,4,5三维
array([[[0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0.]],
[[0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0.]],
[[0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0.]]])
eye
np.eye(5) # 5,5
array([[1., 0., 0., 0., 0.],
[0., 1., 0., 0., 0.],
[0., 0., 1., 0., 0.],
[0., 0., 0., 1., 0.],
[0., 0., 0., 0., 1.]])
矩阵的运算
+ 两个矩阵对应元素相加
- 两个矩阵对应元素相减
* 两个矩阵对应元素相乘
/ 两个矩阵对应元素相除,如果都是整数则取商
% 两个矩阵对应元素相除后取余数
**n 单个矩阵每个元素都取n次方,如**2:每个元素都取平方
最大值
array([[1, 2, 3, 4],
[5, 6, 7, 8]])
arr1.max() #8
arr1.min() #1
numpy生成随机数
np.random.seed(1) # 永不随机,固定
np.random.rand(3,4)
个性签名:独学而无友,则孤陋而寡闻!
如果觉得这篇文章对你有小小的帮助的话,记得点个“关注”哦,博主在此感谢!还可以扫码添加好友,交流编程上的问题哦!
万水千山总是情,点赞再走行不行!哈哈哈(っ•̀ω•́)っ✎⁾⁾!