Numpy的基本操作和相关概念(一)

基础操作

• np.random.randn() 符合正态分布的数据

• np.vstack((a,b)) 矩阵水平拼接

• np.hstack((a,b)) 矩阵垂直拼接

• np.dot(a,c) 点阵积

  • A@B 或 np.dot(A,B)

  • 结果是：A的行中的每个元素*乘B的列的每个元素 结果再求和

  • 特例应用：B[[值1],[值1]] 当B只有1行1列时，可用于根据计算A的成绩

• np.all(数组) 判断数组行或列中所有元素是否都不等于0

• np.any(数组,axis=0/1) 某行或列，中其中一个元素不等于0

• 重点：np.sort(数组,axis=0/1/None)

  • axis=0 按照列排序

  • axis=1 按照行排序

  • axis=None 展开数组排序

• 展示数组：数组名.np.ravel() 多维变一维

• 数组合并：

  • np.vstack((a,b)) 矩阵水平拼接

  • np.hstack((a,b)) 矩阵垂直拼接

• 变形：

  • np.arange(1,10),reshape(3,3)

  • a原来是三行四列，变为 a.resize((4,3)) 四行三列

  • a.ravel() 转换成一对数组

ravel()  #转化一维数组
​
#点阵积
import numpy as np
a = np.array([[80,88],
              [89,87],
              [84,75],
              [86,83],
              [75,81]])
a
c=np.array([[0.4],[0.6]])
np.dot(a,c)