python中的numpy基本操作

ゝ一世哀愁。 2022-05-30 10:26 269阅读 0赞

## numpy的基本用法 ##

# Author:NDK
    # -*- coding:utf-8 -*-
    import numpy as np
    """矩阵基本操作"""
    # array = np.array([1, 2, 3])
    # print(array)
    # print(array.ndim) 返回矩阵的维数
    # print(array.size) 返回矩阵的元素个数
    # a = np.array([2,23,45],dtype=np.int) 生成矩阵，dtype定义类型
    # a = np.ones((3,6)) 全零矩阵形状用元组传入
    # a = np.zeros((3,6)) 全一矩阵
    # a = np.arange(0,10,2).reshape((1,5)) 生成指定范围矩阵
    # a = np.linspace(0,10,8) 按指定值第三个参数（8）等分指定范围区域前两个参数（1,10）
    # a = np.array([[1,2],
    # [2,4]])
    # b = np.arange(4).reshape((2,2))
    # c = a*b 矩阵的点乘
    # d = np.dot(a,b) 矩阵一般的乘法
    # print(a,b)
    # print(c)
    # print(d)
    # print(a**2) 放回矩阵内每个元素的平方构成的矩阵
    # 生成（0,1）之间随机数构成的2行4列矩阵
    # e = np.random.random((2,4))
    # 返回最大值（axis=0代表行，axis=1代表列）
    # print(np.max(e,axis=0))
    # 返回最小值（axis=0代表行，axis=1代表列）
    # print(np.min(e,axis=0))
    # 返回累加和（axis=0代表行，axis=1代表列）
    # print(np.sum(e,axis=0))
    """矩阵简单计算"""
    # a = np.arange(2,14).reshape((3,4))
    # print(a)
    # print(np.mean(a)) 平均值
    # print(np.cumsum(a)) 返回累加值 [ 2 5 9 14 20 27 35 44 54 65 77 90]
    # print(np.diff(a)) 返回累差[[1 1 1]，[1 1 1]，[1 1 1]]由于最后一行没有差的，所以会减少一列
    # print(np.nonzero(a)) 返回非零的数的下标
    # print(np.sort(a)) 将矩阵逐行排序（不是整个矩阵排序，仅每一行内排序）
    # print(np.transpose(a)) 将矩阵a转置
    # print(np.clip(a,4,8)) 将矩阵小于4的改为4，大于8的改为8
    """矩阵切片"""
    # a = np.arange(3,18).reshape((5,3))
    # print(a)
    # print(a[0]) 第0行
    # print(a[1][2]) 第01行2列
    # print(a[0][1:3]) 切片：返回0行1和2列
    # for row in a: 默认迭代a的行
    # print(row)
    # for row in np.transpose(a): 将a转置，迭代a的列
    # print(row)
    # for i in a.flat: 迭代a的每一个元素
    # print(i)
    #
    """矩阵合并"""
    # a = np.array([1,3,4])
    # b = np.array([2,5,7])
    # # 垂直合并
    # c = np.vstack((a,b))
    # print(c)
    # # 水平合并
    # d = np.hstack((a,b))
    # print(d)
    """矩阵分割"""
    # a = np.arange(12).reshape((3,4))
    # print(a)
    # # 矩阵分割split要求可以等分，array_split不等分也可以（axis=0表示行，=1表示列）
    # print(np.array_split(a,3,axis=0))
    """矩阵的深浅拷贝"""
    # a = np.array([4,5,6,7])
    # # 浅拷贝
    # b = a
    # c = b
    # a[0] = 13
    # # 当改变a是b,c一起改变
    # print(a,b,c) [13 5 6 7] [13 5 6 7] [13 5 6 7]
    # print('b是a吗？',b is a) 判断b是否是a 返回True
    # 深拷贝
    # d = a.copy()
    # a[1] = 18
    # print(a,d) [13 18 6 7] [13 5 6 7] d不在随a的改变而变化