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 |
Numpy包简单介绍的更多相关文章
- python numpy 模块简单介绍
用python自带的list去处理数组效率很低, numpy就诞生了, 它提供了ndarry对象,N-dimensional object, 是存储单一数据类型的多维数组,即所有的元素都是同一种类型. ...
- Java学习记录-Jdk包简单介绍
java.applet Java语言编写的一些小应用程序 java.awt AWT 是Abstract Window ToolKit (抽象窗口工具包)的缩写,这个工具包提供了一套与本地图形界面进行交 ...
- 利用Python进行数据分析(4) NumPy基础: ndarray简单介绍
一.NumPy 是什么 NumPy 是 Python 科学计算的基础包,它专为进行严格的数字处理而产生.在之前的随笔里已有更加详细的介绍,这里不再赘述. 利用 Python 进行数据分析(一)简单介绍 ...
- 关于如何在其他包中写controller和简单介绍@SpringBootApplication
本文参考博客:https://blog.csdn.net/u013473691/article/details/52353923 关于@Configuration和@Bean参考博客:https:// ...
- 利用Python进行数据分析(7) pandas基础: Series和DataFrame的简单介绍
一.pandas 是什么 pandas 是基于 NumPy 的一个 Python 数据分析包,主要目的是为了数据分析.它提供了大量高级的数据结构和对数据处理的方法. pandas 有两个主要的数据结构 ...
- python之pandas简单介绍及使用(一)
python之pandas简单介绍及使用(一) 一. Pandas简介1.Python Data Analysis Library 或 pandas 是基于NumPy 的一种工具,该工具是为了解决数据 ...
- Python常用的库简单介绍一下
Python常用的库简单介绍一下fuzzywuzzy ,字符串模糊匹配. esmre ,正则表达式的加速器. colorama 主要用来给文本添加各种颜色,并且非常简单易用. Prettytable ...
- Linux的简单介绍和常用命令的介绍
Linux的简单介绍和常用命令的介绍 本说明以Ubuntu系统为例 Ubuntu系统的安装自行百度,或者参考http://www.cnblogs.com/CoderJYF/p/6091068.html ...
- iOS-iOS开发简单介绍
概览 终于到了真正接触IOS应用程序的时刻了,之前我们花了很多时间去讨论C语言.ObjC等知识,对于很多朋友而言开发IOS第一天就想直接看到成果,看到可以运行的IOS程序.但是这里我想强调一下,前面的 ...
随机推荐
- ThinkPHP整合短信通知功能
1.使用的“云之讯”云通讯的接口,注册,登录. 地址:http://www.ucpaas.com/ 2. 3. 4. 5.按规范与实际需求,填写相应的信息,注意要审核通过! ------------- ...
- 终端利用ssh登录远程服务器
第一步: 安装ssh:yum install ssh 第二步: 启动ssh服务:service sshd start 第三步: 连接远程服务器: ssh -p 端口号 用户名@ip地址 然 ...
- Angular2 组件与模板 -- 输入和输出属性
Input and Output properties 输入属性是一个带有@Input 装饰器的可设置属性,当它通过属性绑定的形式被绑定时,值会"流入"到这个属性. 输出属性是一个 ...
- Pokémon Go呼应设计:让全世界玩家疯狂沉迷
引言:什么样的呼应设计会让移动游戏玩家沉迷?那必须为玩家构建一个属于玩家本人或者被玩家认可的虚拟环境.或者说是被玩家认可的虚拟世界.在移动游戏时代.想要做到这一点并不easy.但Pokémon Go却 ...
- 剑指 offer set 24 扑克牌的顺子
题目 从扑克牌中任意抽取出 5 张牌, 判断是不是顺子, 并且大小王可以看成任意的数字 思路 1. 把大小王当做 0 插入到数组中, 然后对数组排序 2. 统计相邻两个数之间的空隙数, 若空隙数大于 ...
- Android 网卡地址Mac Wifi文件
1./system/etc/firmware/ti-connectivity/wl1271-nvs.bin的文件 2./data/etc/wifi/fw文件 3./data/nvram/APCFG/A ...
- C语言二维数组
上节讲解的数组可以看作是一行连续的数据,只有一个下标,称为一维数组.在实际问题中有很多数据是二维的或多维的,因此C语言允许构造多维数组.多维数组元素有多个下标,以确定它在数组中的位置.本节只介绍二维数 ...
- 在 Linux 下使用任务管理器
有很多 Linux 初学者经常问起的问题,“Linux 有任务管理器吗?”,“怎样在 Linux 上打开任务管理器呢?” 来自 Windows 的用户都知道任务管理器非常有用.你可以在 Windows ...
- Git 安装与使用
http://blog.csdn.net/lishuo_os_ds/article/details/8078475#sec-1.8.2 http://blog.csdn.net/showhilllee ...
- HDU 5306 Gorgeous Sequence[线段树区间最值操作]
Gorgeous Sequence Time Limit: 6000/3000 MS (Java/Others) Memory Limit: 131072/131072 K (Java/Othe ...