Python Numpy库的知识总结

Numpy提供的两种基本对象：ndarray(数组对象) ufunc(通用函数对象)

数组属性：itemsize表示数组元素大小=>数据类型所占位数/8(每个字节长度为8)

数据初始化：linspace,logspace，zeros((1,2)),ones((1,2)),eye,(diag)=>对角数组

随机数：np.random.rand()服从均匀分布

              np.random.randn()服从正态分布

              np.random.randint()上下限随机数

       函数：seed确定随机数生成器的种子

                shuffle随机排序

                permutation随机排序并返回

uniform产生[0,1]中均匀分布的随机数

索引操作：布尔值索引：np.array([1,0,1],dtype=np.bool)

数据展平: ravel函数:横向展平,faltten函数：横向展平或纵向展平

组合：横向组合：np.hstack((arr1,arr2))          分割：　　　   np.hsplit(arr1,2)

         纵向组合: np.vstack((arr1,arr2))                      　　　　  np.vsplit(arr1,2)

                                                                               　　　　    np.split(arr,2,axis=0)

横向组合和纵向组合：np.concatenate((arr1,arr2),axis=1)      np.dsplit()

Cumsum累计和 cumprod累计积

创建矩阵:函数:np.mat()             arr = np.mat("2,2;2,3")  /  arr=np.mat([[2,2],[2,3]])

                      np.matrix()

       分块矩阵:np.bmat()

数据转置:      .T转置   .H共轭转置  .I逆矩阵        .A矩阵视图

Unufc函数广播机制需要遵循4个原则，特点:对整个数组进行操作

读取.npy文件 np.load()读取二进制文件

np.loadtxt()    np.genfromtxt()面向结构化数组和缺失数据

                  　　　　names列标题

存储 np.save,np.savez(多个数组),np.savetxt(fmt=’’,delimiter=’ ’)

fmt=’%d’按照整数存储

delimiter=’ ’按照分隔符存储

排序:arr.argsort()返回重新排序值的下标

        arr.lexsort()返回多键重新排序值

去重:np.unique(arr)

重复:np.tile()  数组重复

        np.repeat()    数组的每个元素重复

统计函数:标准差：np.std()，方差: np.var(), 最小元素索引np.argmin(), 累计和np.cumsum(),累计积np.cumprod()

NumPy底层采用C实现，因此，运行速度很快