Python 笔记--numpy总结（3）

￡神魔★判官ぃ 2022-05-29 08:46 179阅读 0赞

#24,sorted排序
        ll=[8,0,3,6,1,0,5,3,8,9]
        sorted(ll,reverse=True) #降序
        sorted(ll,reverse=False)
        --------------------------------------------------------------
        #25,linalg.svd 奇异值分解
        A=np.mat([[1,0,0,0,2],[0,0,3,0,0],[0,0,0,0,0],[0,4,0,0,0]])
        U,S,VT=np.linalg.svd(A)
        U
        S
        VT
        --------------------------------------------------------------
        #26，random.rand
        A=np.mat([[1,0,0,0,2],[0,0,3,0,0],[0,0,0,0,0],[0,4,0,0,0]])
        A[:,1]
        rr=np.random.rand(3,3)  #随机获取3*3个0-1之间的数字
        rr
        rr-0.5
        2*(rr-0.5)
        --------------------------------------------------------------
        #27，arange
        delta=0.25
        x=np.arange(-3.0,3.0,delta) #获取指定起始位置，指定步长的一系列数
        x
        --------------------------------------------------------------
        #28，nonzero()
        x=[[1,0,0,0,2],[0,0,3,0,0]]
        x
        nz=np.nonzero(x)#函数返回矩阵中非0元素的位置
        nz   #nz返回值的意思：第一行是所有非零数所在行值，第二行是所有非零数所在列值
        nz[0]
        --------------------------------------------------------------
        #29,获取指定位置的元素
        A=np.mat([[1,0,0,0,2],[0,0,3,0,0],[0,0,0,0,0],[0,4,0,0,0]])
        sample=A[0,:] #获取第0行的所有元素
        sample
        sample[0]
        A=np.mat([[1,0,0,0,2],[0,0,3,0,0],[0,0,0,0,0],[0,4,0,0,0]])
        ind=[0,1,3]#根据ind序列索引获取矩阵A中的数据
        ing=[0,2,1]
        A[ind,ing]
        --------------------------------------------------------------
        #30,zip
        ll=[1,2,3,4,5,6]
        ll[3:6]+ll[0:3] #可以互换指定区域的位置
        l1=[1,2,3]
        l2=[4,5,6]
        for x,y in zip(l1,l2):  #成对获取x,y的值
            print(x,y)
        --------------------------------------------------------------
        #31,chr函数，获取指定字符
        for i in range(65,70):
            print(np.str(chr(i)))
        --------------------------------------------------------------
        #32,random.shuffle
        ll=[[i] for i in range(9)]
        ll
        np.random.shuffle(ll) #shuffle 函数随机打乱列表中的元素顺序
        ll
        --------------------------------------------------------------
        #33，vdotd点积,返回两个向量的点积
        ll=[1,2,3]
        l2=[4,5,6]
        ll=[l1,l2]
        np.vdot(l1,l2)
        np.dot(l1,l2)
        np.mat(l1)*np.mat(l2).T
        np.mat(ll)
        #vdot和dot的区别
        #对于向量来说，他们两个的点积结果是相同的；
        #对于矩阵来说，dot是矩阵的点积，而vdot是对应位置的元素乘积求和
        --------------------------------------------------------------.
        #34，次方的计算
        3*2**2  #次方的优先级较高
        --------------------------------------------------------------
        #35 ，max函数
        ll=[3,4,6,2,89,9,3,2]
        max(ll)
        l2=[[3,4,5,6,3,89,3],[4,6,3,2,92,2,4]]
        max(l2[0])
        max(l2)
        --------------------------------------------------------------
        #36,mgrid函数,开始值，结束值，
        np.mgrid[-5:5:3j]
        np.mgrid[-5:5:3]
        np.mgrid[-5:5:3j,-5:5:3j]
        np.mgrid[-5:5:3,-5:5:3]
        --------------------------------------------------------------
        #37，ogrid函数
        np.ogrid[-5:5:3j]
        np.ogrid[-5:5:3]
        np.ogrid[-5:5:3j,-5:5:3j]
        np.ogrid[-5:5:3,-5:5:3]
        #ogrid和mgrid不同的是一个数据阵，一个的第三个参数如果是实数说明是步长，如果是虚数，ogrid第一各部分产生一列，第二部分产生一行多列
    
       --------------------------------------------------------------
       #38,random函数
        print(np.random.seed(1))
        np.random.uniform(-1,1,5)
        np.random.random()
        np.random.random(5)
        np.random.rand(2,3)
        np.random.randint(5,10)
        np.random.randint(5,10,size=(5,5))
       --------------------------------------------------------------
       #39,tofile,fromfile
        a=np.arange(0,12)
        a.shape=3,4
        a
        a.tofile("a.bin")
        b=np.fromfile("a.bin",dtype=np.float)
        b
        a.dtype
        b=np.fromfile("a.bin",dtype=np.int32)
        b
        b.shape=3,4
        b
        #Note:（1） 读入的时候设置正确的dtype和shape 才能保证数据一致，并且tofile函数不管数组
        # 的排列顺序是c语言格式的韩式Fortran语言格式，统一c语言输出。
        #（2）sep关键字参数：此外如果fromfile和tofile指定sep关键字参数的话，数组
        # 将以文本格式输入输出[可以使用notepad++]打开查看，不过数据是一行显示
       --------------------------------------------------------------
       #40,numpy.load 和numpy.save
        a=np.arange(12)
        b=np.add.accumulate(a)
        c=a+b
        f=open("result.npy","wb")
        np.save(f,a)
        np.save(f,b)
        np.save(f,c)
        f.close()
        f=open("result.npy","rb")
        np.load(f)
        np.load(f)
        np.load(f)
        #Note ;(1)文件要保存为.npy文件类型，否则会出错
        #（2）保存为numpy专用二进制格式后，就不能用notepad++打开（乱码）看了，
        # 如果你想将多个数组保存在一个文件中的话，可以使用numpy.saves函数，该
        # 函数的第一个参数是文件名，其后面都是需要保存的数组，也可以使用关键词
        #起一个名字，非关键词参数在传递数组时会自动起名为arr_0、arr_1、arr_2、
        #输出的是以个压缩文件
        a=np.array([[1,2,3],[4,5,6]])
        b=np.arange(0,1.0,0.1)
        c=np.sin(b)
        np.savez("result.npz",a,b,sin_array=c)
        r=np.load("result.npz")
        r["arr_0"]
        r["arr_1"]
        r["sin_array"]
       --------------------------------------------------------------
       #41,permuta tion函数
        np.random.permutation(10)
        np.random.permutation([1,4,9,12])
        arr=np.arange(9).reshape((3,3))
        arr
        np.random.permutation(arr) #如果是多维数组，混淆一维
        --------------------------------------------------------------
        #42，complex构造复数
        np.complex(0,100)
        np.complex(1,-1)
        --------------------------------------------------------------
        #43,求范数
        a=np.array([[complex(1,-1),3],[2,complex(1,1)]])
        a
        np.linalg.norm(a,ord=2)
        np.linalg.norm(a,ord=1)
        np.linalg.norm(a,ord=np.inf) 
       <a href="http://blog.csdn.net/bitcarmanlee/article/details/51945271"> 范数的详细介绍
    </a>