numpy基本操作

numpy基本操作

1、 使用numpy

  import numpy as np         #后续使用numpy时可以用np代替numpy

1.1 创建一维数组

  a=np.array([1,2,3,4])

1.2 创建二维数组

  a=np.array([[1,2,3,4],[5,6,7,8]])

 

2、函数操作

2.1 arange函数

  a=np.arange(2,10,2)

  #生成整数

  #从2开始到10,不包括10,步长为2。

2.2 linspace函数

  a=np.linspace(1,10,21)

  #生成首位是1,末位是10,且包括10的21个数的等差数列

2.3 logspace函数

  a=np.logspace(0,2,5)

  #生成首位是100,末位是102,含5个数的等比数列

2.4 ones

  a=np.ones(5)

  #生成5个全1矩阵

  b=np.ones((3,3))

  #生产3*3的全1矩阵

2.5 zeros

  a=np.zeros(5)

  #生成5个全0矩阵

  b=np.zeros((3,3))

  #生成3*3的全0矩阵

2.6 random函数

  a=np.random.rand(10)

  #生成0到1的随机数

  b=np.random.randn(10)

  #生成10个标准正态分布的随机数

  c=np.random.randint(1,10,10)

  #生成1到10,不包括10的10个整数随机数

 

3、求值操作

3.1 最大值和最小值

  a=np.array([1,2,3])

  a.max()

  a.min()

3.2 平均值

  a=np.array([1,2,3])

  np.average(a)

  或者

  a.mean()

  或者

  a.mean(axis=0)  #行方向的平均值,维度通过axis=?来指定

3.3 方差

  a=np.array([1,2,3])

  a.var()

  或者

  a.var(axis=0)

3.4标准差

  a=np.array([1,2,3])

  a.std()

  或者

  a.std(axis=0)

3.5 求和

  a=np.array([1,2,3])

  a.sum()

 

4、矩阵的切片

4.1 按条件切片

  a=np.array([[1,2,3,4,5],[6,7,8,9,10]])

  b=a[a>6]

  b

  #截取大于6的元素

4.2按行列切片

  a=np.array([[1,2,3,4,5],[6,7,8,9,10]])

  a[0:1]  #截取第一行

  a[1,2:5]  #截取第二行的第三、四、五列

  a[1,:]  #截取第二行

  a[::-1]  #步长为-1时表示将数组头尾颠倒]

 

 部分jupyter notebook运行截图:

 

 

 

  

posted on 2019-05-26 17:47  coldpills  阅读(374)  评论(0编辑  收藏  举报