numpy小记
import numpy as np
#
a=np.array([[1,3,2],[4,5,6]])
print(a)
a=np.arange(1,13).reshape((3,4))#生成一个3行4列的矩阵。值是1~13范围内的随机数字
#
b=a.reshape(2,-1)#明确指定矩阵为2行,-1表示一个占位符(在这里指定是3,一般情况下它一直都会是-1)
print(b)
print(a[1,1])#打印的是5 第2行,第2列的数字。默认从0开始计数
a[1,1]=55
print(a)
b=np.zeros((3,3))#创建一个3x3的矩阵,默认值全都为0
c=np.ones((3,3))#创建一个3x3的矩阵,默认值全都为1
d=np.full((3,3),5)#创建一个3x3的矩阵,默认值全都为5
print(d)
e=np.eye(3)#创建一个单位矩阵
print(e)
f=np.random.random((3,4))#创建随机矩阵 3x4
print(f)
#索引操作(和一般的列表操作类似,负数表示相反方向)
g=np.array([[1,2,3,4],[3,4,5,6],[6,7,8,9]])
h=g[1:,1:4]#从第2行,第1列开始,取值print(h.dtype) #打印矩阵中数值的类型
k=np.array([1.5,2.6,3.3])
l=np.array(k,dtype=np.int64)#会将矩阵中所有的数都转化成整数
print(g[1,3])#返回6(行与列都是从0开始计算的)
print(g[2,:])#返回第二行所有的值。
print(g[:,3])#返回第三列所有的值
print(g[0:2,1:3])#返回一个矩形区域的值。其中0:2是指获取第0行和第1行的数据。1:3是指获取第1列和第2列的数据
#numpy中的常用运算
ary1=np.array([[5,6],[7,8]])
ary2=np.array([[8,1],[3,2]])
print(ary1+ary2)#两个矩阵做加法运算(np.add(ary1,ary2))
print(ary1-ary2)#两个矩阵做减法运算,相当于np.subtract(ary1,ary2)
print(ary1/ary2)#两个矩阵做除法运算,相当于np.divide(ary1,ary2)
print(ary1*ary2)#将两个矩阵,相同位置上的数做乘法运算。相当于np.multiply(ary1,ary2)
#两个矩阵相乘 当前者的列数等于后者的行数,才能进行矩阵的乘法运算
print(ary1.dot(ary2))#相当于np.dot(ary1,ary2)
print(np.sum(ary1))#对ary中的数进行求和操作。结果是26
print(np.sum(ary1,axis=0))#得到一个一维矩阵,将矩阵中的每一列进行求和操作
print(np.sum(ary1,axis=1))#对矩阵中的每一行进行求和操作
np.mean(ary1)#求得矩阵中,所有数的和的平均值
np.mean(ary1,axis=0)#求得矩阵中,每一列数的和的平均值
np.mean(ary1,axis=1)#求得矩阵中,每一行数的和的平均值
print(np.random.uniform(0,1))#产生一个随机数(0和1之间)
print(np.average(ary1))#获取矩阵的平均数
print(np.median(ary1))#获取矩阵的中位数
np.cumsum(ary1)#返回一个列表,该列表内的元素的数量和矩阵的数量相同。列表的第2位数是矩阵的前2个数相加得来的。第3位数是矩阵前3个数相加得来的,第4位数是矩阵前4位……
np.diff(ary1)#返回一个矩阵,该矩阵第1位元素是ary1矩阵中,第2位和第1位元素的差。矩阵的第2位元素是ary1矩阵中,第3位元素和第2位元素的差。矩阵的第3位元素是矩阵ary1……
np.sort(ary1)#返回一个矩阵,将矩阵ary1进行逐行的排序
np.clip(ary1,3,6)#返回一个矩阵。将ary1矩阵中所有小于3的数,全都变成3,大于6的数,全都变成6
np.tile(ary1,(2,3))#将ary1这个矩阵,在行上重复2次,在列上重复3次
ary1.argsort()#将矩阵中的数进行 行(hang)排序
ary1.argsort(axis=0)#将矩阵中的数进行 列排序
np.argmin(ary1)#返回矩阵中最小值的索引
np.argmax(ary1)#返回矩阵中最大值的索引
ary1.T#矩阵的转置操作 等同于np.transpose(ary1)
ary3=np.array([1,3,2])
#将ary1的每一行和ary3进行相加
ary1+np.tile(ary3,(4,1))#在行上操作4次,在列上操作1次
a=np.array([1,1,1])
b=np.array([2,2,2])
#c=np.vstack((a,b)) #合并序列 vertical(上下合并)
#c=np.hstack((a,b))#左右合并
a=np.array([1,1,1])[:,np.newaxis]#在列上面增加一个维度,这样就可以使用concatenate来合并序列了
b=np.array([2,2,2])[:,np.newaxis]#如果np.newaxis放在了逗号的前面,则表示在列上面增加一个维度。(显然这里不需要,因为有3列了)
c=np.concatenate((a,b),axis=1)
c=np.concatenate((a,b,b,a),axis=0)#横向合并 #将矩阵分割成数组
np.split(array1,3,axis=0)#横向分割
np.hsplit(array1,3)
np.vsplit(array1,3)#纵向分割
d=a
d=a.copy()
print(c)
numpy小记的更多相关文章
- 临时处理小记:把Numpy的narray二进制文件转换成json文件
临时处理一个Numpy的二进制文件,分析知道里面是dict类型,简单小记一下,如果Numpy和Python基础不熟悉可以看我之前写的文章 In [1]: %%time import numpy as ...
- numpy教程:排序、搜索和计数
http://blog.csdn.net/pipisorry/article/details/51822775 numpy排序.搜索和计数函数和方法.(重新整合过的) ],, , ], [, , ]] ...
- [原]Paste.deploy 与 WSGI, keystone 小记
Paste.deploy 与 WSGI, keystone 小记 名词解释: Paste.deploy 是一个WSGI工具包,用于更方便的管理WSGI应用, 可以通过配置文件,将WSGI应用加载起来. ...
- 利用Python进行数据分析(5) NumPy基础: ndarray索引和切片
概念理解 索引即通过一个无符号整数值获取数组里的值. 切片即对数组里某个片段的描述. 一维数组 一维数组的索引 一维数组的索引和Python列表的功能类似: 一维数组的切片 一维数组的切片语法格式为a ...
- 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 ...
- 利用Python进行数据分析(6) NumPy基础: 矢量计算
矢量化指的是用数组表达式代替循环来操作数组里的每个元素. NumPy提供的通用函数(既ufunc函数)是一种对ndarray中的数据进行元素级别运算的函数. 例如,square函数计算各元素的平方,r ...
- python安装numpy、scipy和matplotlib等whl包的方法
最近装了python和PyCharm开发环境,但是在安装numpy和matplotlib等包时出现了问题,现总结一下在windows平台下的安装方法. 由于现在找不到了工具包新版本的exe文件,所以采 ...
- 深入理解numpy
一.为啥需要numpy python虽然说注重优雅简洁,但它终究是需要考虑效率的.别说运行速度不是瓶颈,在科学计算中运行速度就是瓶颈. python的列表,跟java一样,其实只是一维列表.一维列表相 ...
- Python Numpy,Pandas基础笔记
Numpy Numpy是python的一个库.支持维度数组与矩阵计算并提供大量的数学函数库. arr = np.array([[1.2,1.3,1.4],[1.5,1.6,1.7]])#创建ndarr ...
随机推荐
- [转载]C++之using namespace std 详解与命名空间的使用
来源:https://blog.csdn.net/Bruce_0712/article/details/72824668 所谓namespace,是指标识符的各种可见范围.C++标准程序库中的所有标识 ...
- 日常用User-Agent列表
"Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; AcooBrowser; .NET CLR 1.1.4322; .NET C ...
- 01 Mysql数据库初识
一.数据库概述 1.什么是数据库? 什么是数据库呢? 先来看看百度怎么说的 数据库,简而言之可视为电子化的文件柜——存储电子文件的处所,用户可以对文件中的数据运行新增.截取.更新.删除等操作. 所谓“ ...
- day3-3种实现小图标与文字水平对齐的方式
效果图: 1.使用小图标作为背景图实现 html: <div class="test"> <ul> <li class="method1&q ...
- 第四篇 HTML 表单深入了解、注释和a标签的运用
表单深入了解.注释和a标签的运用 注释,HTML中的注释格式: 开头 <!-- 结束 --> 例子: <!-- <div>我被注释了</div> - ...
- Android系统修改之葡萄牙沃达丰One Net服务问题处理
客户反馈的葡萄牙沃达丰的OneNet服务问题 Vodafone Portugal have a service (One Net) for enterprise customers that used ...
- 关于hdfs的一些认知
先从网上copy一些优势点 1.高容错性数据自动保存多个副本.它通过增加副本的形式,提高容错性.某一个副本丢失以后,它可以自动恢复,这是由 HDFS 内部机制实现的,我们不必关心. 2.适合批处理它是 ...
- 网络初级篇之网络设备的FTP(原理与实验)
一.什么是FTP FTP就是文件传输协议.用于互联网双向传输.二.FTP的作用 控制文件下载空间在服务器复制文件从本地计算机或本地上传文件复制到服务器上的空间,主要的作用就是文件的传输,保 ...
- json文件处理四个函数
import json # json.dumps(json_dict,ensure_asscii = False)函数的使用,将字典转化为字符串 ensure_ascii=False将Unicode编 ...
- electron仿制qq(2) 主界面制作
制作从头开始 最后会将写好的组件放到一起的!之前写了好几天的纯css 有点累 本章中将使用sass 如果代码太长 会分两个或多个章节写代码中会有详细的注释 以便于大家阅读and理解界面可能会有部分偏差 ...