Numpy包简单介绍
详细介绍可以看Numpy帮助,也有很多资料,此文仅是一个简述性质的集成文章
1.简介
Numpy是Python的一个扩展包,语法和Matlab有很多相似之处。它支持高维数组和矩阵运算,也提供了许多数组和矩阵运算的函数。另外,它在数组和矩阵运算方面速度很快,效率很高。对数组的运算都可以算在每个元素上。如,A*2(A为3*3的矩阵),结果是A中的9个元素都乘2
1.1 索引与切片
数组索引一般用 [] 来实现,一维arratName[行],二维aName[行,列],三维[页,行,列],可以用冒号:代替某一维度,表示取该维度所有元素。如a[[1,2],[3,4]],a[:,1]为[2,4]
布尔型索引 布尔型数组的长度必须和被索引的轴长度一致
花式索引 利用整数数组进行索引
print a[[4, 3, 0, 6]] # 打印a[4]、a[3]、a[0]和a[6]。
切片如下: a为3*3*3矩阵 b = a[1, :,:]
1.2 复制与镜像
用.copy()方法复制数组,= 直接赋值。赋值只能产生镜像,仅是给变量增加一个名称;复制可以生成另一个变量,两个变量相互独立。
1.3 数组转置和轴对换
转置为 arrayName.T
矩阵相乘 np.dot(array1,array2)
高维轴对换 .transpose 或 .swapaxes
1.4 按条件逻辑逻辑运算
如:a=np.arange(9).reshap(3,3) print(a>5), print(a[a>5])。第一个输出是True和False的矩阵,第二个输出6,7,8,9
因此,可以按条件选择数组元素
np.where的使用 语法:np.where(条件,表达式1,表达式2)条件为真执行表达式1,条件为假执行表达式2.
1.5 排序
.sort() 0为按列排序,1为按行排序
2.常用函数介绍
|
构造函数 |
说明 |
|
array |
将输入数据(列表、元组、数组等)转换为ndarray |
|
arange |
类似于range,返回一个ndarray |
|
ones |
根据指定大小和dtype创建一个全1数组 |
|
zeros |
根据指定大小和dtype创建一个全0数组 |
|
empty |
创建数组,只分配内存空间不填充任何值 |
|
eye, identity |
创建单位矩阵 |
|
运算函数(一元) |
说明 |
|
abs,fabs |
计算绝对值,计算复数的模。对于非复数,用fabs更快 |
|
sqrt |
开方 |
|
sqare |
平方 相当于a**2 |
|
exp |
计算各元素的e^x |
|
log, log10, log2, log(1+x) |
自然对数,底数为10,底数为2和log(1+x) |
|
ceil |
向上取整 |
|
floor |
向下取整 |
|
sign |
计算各元素的正负号 |
|
rint |
四舍五入到整数,保留dtype |
|
modf |
将整数部分和小数部分以两个独立数组返回 |
|
cos,sin,tan |
三角函数 |
|
arccos,arcsin,arctan |
反三角 |
|
运算函数(二元) |
说明 |
|
add |
将数组中对应的元素相加 |
|
subtract |
从第一个数组中减去第二个数组中的元素 |
|
multiply |
元素相乘 |
|
Divide, floor_divide |
相除,或向下取整除法 |
|
power |
Power(A,B) 计算A^B |
|
Max fmax |
计算最大值,fmax忽略NaN |
|
Min fmin |
计算最小值,fmin忽略NaN |
|
mod |
求模 |
|
copysign |
将第二数组中的符号复制给第一个数组元素 |
|
greater,greater_equal less,less_equal,equal, not_equal |
执行元素级的比较,最终产生布尔型数组
|
|
Logical_and, logical_or Logical_xor |
执行元素级的真值逻辑运算,产生布尔型数组 |
|
数学和统计方法 |
说明 |
|
sum |
对数组中全部或某轴向的元素求和,0为按列,1为按行 |
|
mean |
求平均 |
|
std, var |
标准差和方差 |
|
min, max |
最小值和最大值 |
|
argmin,argmax |
最大值和最小值的索引 |
|
cumsum |
所有元素累计和 |
|
cumprod |
所有元素累计积 |
|
去重、集合运算函数 |
说明 |
|
unique(x) |
计算X中的唯一元素,并返回有序结果 |
|
intersect1d(x,y) |
计算x和y中的公共元素,并返回有序结果 |
|
union1d(x,y) |
计算x和y的并集,返回有序结果 |
|
in1d(x,y) |
得到一个描述x的元素是否包含于y的布尔型数组 |
|
setdiff1d(x,y) |
集合的差,即元素在X中且不在Y中 |
|
setxor1d(x,y) |
集合的异或,即存在一个数组中,另外一个数组中没有 |
|
常用的np.linalg函数 |
说明 |
|
diag |
以一位数组的形式返回方阵的对角线 |
|
dot |
矩阵乘法 |
|
trace |
计算对角线元素的和 |
|
det |
计算矩阵行列式 |
|
eig |
计算方阵的特征值和特征向量 |
|
inv |
计算方阵的逆 |
|
pinv |
计算矩阵的Moore-Penrose伪逆 |
|
qr |
计算QR分解 |
|
svd |
计算奇异值分解 |
|
solve |
解线性方程Ax=b,A为一个方阵 |
|
lstsq |
计算Ax=b的最小二乘解 |
|
随机数生成 函数 |
说明 |
|
seed |
确定随机数生成器的种子 |
|
permutation |
返回一个序列的随机排列 |
|
shuffle |
对一个序列随机乱序 |
|
rand |
产生均匀分布的样本值 |
|
randint |
从给定的上下限范围内随机选取整数 |
|
randn |
产生正态分布(平均值为0,标准差为1) |
|
binomial |
产生二项分布的样本值 |
|
normal |
产生正态(高斯)分布的样本值 |
|
beta |
产生Beta分布的样本值 |
|
chisquare |
产生卡方分布的样本值 |
|
gamma |
产生Gramma分布的样本值 |
|
uniform |
产生在[0,1]中均匀分布的样本值 |

浙公网安备 33010602011771号