科学计算库Numpy(1)
Numpy
一,数据结构
数据类型: ndarray
import numpy
world_alchol = numpy.genfromtxt('world_alchol.txt',delimiter=',',dtype=str)
print(type(world_alchol))
print(world_alchol)
print(help(numpy.genfromtxt))
创建一维的数组:
vector = numpy.array([5,10,15,20])
创建二维的数组:
matrix = numpy.array([[5,10,15,20],[15,20,25,30]])
查看数据的结构:
vector.shape ------- (4,) 一行四列
matrix.shape ------- (2,4) 两行四列
在numpy.array中的数据类型是限定的,必须是一种数据结构;
数字,string,浮点数等等...
通过索引获取数组的值,行和列的开始都是0开始;
vector[2,] 的值是15;
matrix[1,2] 的值是25;
想取数组的某一列;
matrix[:,2] 的值是15 ,25
如果取两列的话;
matrix[:,0:2] 的值是:array([[ 5, 10],[15, 20]])
判断一个值是否在,返回值是bool类型;
vector == 10 ;返回:array([False, True, False, False])
matrix == 25;返回:array([[False, False, False, False], [False, False, True, False]])
把bool类型的值当成索引返回当前的值;
print(equal_to_ten) ----> [False True False False]
print(vector[equal_to_ten]) ----> [10] 当成索引返回数组中的值;
second_column_25 = (matrix[:,2] == 25
print(second_column_25) ----》 [False True] ; 有一行返回true ,说明这行有25的值;
print(matrix[second_column_25,:]) --》[[15 20 25 30]] 返回第二行数组; (second_column_25是行的索引)
二,矩阵常用操作;
b = np.arange(3)
print(b)
print(np.exp(b))
print(np.sqrt(b)) 根号
a = np.floor(10*np.random.random((3,4)))
print(a)
正常情况下向量a.shape查看数据的结构,但是矩阵可以用a.revel()把值给拉平了(变成列表)向量;
print(a.ravel())
a.shape也可以进行其他的组合,变化数组的结构;
a.shape = (6,2)
a.shape = (1,12)
a.T也可以进行转置(行和列变化);
a.reshape(3,-1) 可以变成3行,n列; -1 代表不要计算取多少列的值,a.reshape(3,-1)可以直接计算;
矩阵拼接:
np.hstack(a,b) 可以进行横向数据拼接;np.vstack(a,b) 可以进行横向数据拼接;
a = np.floor(10*np.random.random((2,2))) print(a)
b = np.floor(10*np.random.random((2,2))) print(b)
print(np.hstack(a,b)) ; print(np.vstack(a,b))
矩阵切分:
np.hsplit(a,3) 把a矩阵切横向分成3份;但是也可以传入元组进行指定切分np.hsplit(a,(3,4)) 把切的元素单独分出 ;
a.np.floor(10*np.random.random((2,12))) print(a)
print(np.hsplit(a,3)) ; print(np.hsplit(a,(3,4)))
np.vsplit(a,3) 把矩阵a纵向切分成3份;
不同复制操作对比:
(1) a = np.arange(12) ; b = a; print(bi is a) ; b.shape = 3,4 ; print(a.shape) ; print(a);print(b);
说明a和b的值是相等的;
(2) c = a.view() ; print(c is a); c.shape = 2,6 ; c[0,4] = 1234; print(a); print(id(a));print(id(c));
c是a的浅复制;c和a的id是并不相等的;他们公用了一套值;
(3) 即让他的id 不同,值也不同;
d = a.copy() --- 深复制 ; d is a ; d[0,0]=999 ; print(d) ; print(a) ;
数据索引
data = np.sin(np.arange(20)).reshape(5,4) ; print(data) ;
ind = data.argmax(axis=0) -- axis按列算; 哪个列是最大的值;print(ind)返回的是索引值;
data_max = data[ind. range(data.shape[1])] ;
print(data_max) ; 输出列最大值列表;
列扩展数据:
a = np.arange(0, 40, 10) ; print(a) ; b = np.tile(a , (3,5)) ; print(b)对列进行扩展;
对数组排序;
a = np.arrar([[4, 3, 5],[1, 2, 1]]) ; print(a) ; b = np.sort(a, axis=1) ; print(b) ;
a.sort(axis=1) ;print(a) ; a = np.array([4,3,1,2]) ; j = np.argsort(a) 求索引 ; print(j) ; print(a[j])
科学计算库Numpy(1)的更多相关文章
- Python科学计算库Numpy
Python科学计算库Numpy NumPy(Numerical Python) 是 Python 语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库. 1.简 ...
- 科学计算库Numpy基础&提升(理解+重要函数讲解)
Intro 对于同样的数值计算任务,使用numpy比直接编写python代码实现 优点: 代码更简洁: numpy直接以数组.矩阵为粒度计算并且支持大量的数学函数,而python需要用for循环从底层 ...
- python科学计算库numpy和绘图库PIL的结合,素描图片(原创)
# 导入绘图库 from PIL import Image #导入科学计算库 import numpy as np #封装一个图像处理工具类 class TestNumpy(object): def ...
- [Python学习] python 科学计算库NumPy—矩阵运算
NumPy库的核心是矩阵及其运算. 使用array()函数可以将python的array_like数据转变成数组形式,使用matrix()函数转变成矩阵形式. 基于习惯,在实际使用中较常用array而 ...
- Python科学计算库-Numpy
NumPy 是 Python 语言的一个扩充程序库.支持高级大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库,也是学习 python 必学的一个库. 1. 读取文件 numpy.gen ...
- 科学计算库Numpy——概述
Numpy主要用于数组的各种计算. 导入Numpy import numpy as np 数组类型 Numpy的数组类型为numpy.ndarray. array=np.array([1,2,3,4, ...
- 给统计人讲Python(1)_科学计算库-Numpy
本地代码是.ipynb格式的转换到博客上很麻烦,这里展示部分代码,了解更多可以查看我的git-hub:https://github.com/Yangami/Python-for-Statisticia ...
- 第03章 科学计算库Numpy
016.Numpy数据结构 关于矩阵运算的库 矩阵 017.Numpy基本操作 判断每一个元素的 018.Numpy矩阵属性 019.Numpy矩阵操作 020.Numpy常用函数 按列拼接就用 ...
- Python 科学计算库numpy
Numpy基础数据结构 NumPy数组是一个多维数组对象,称为ndarray.其由两部分组成: 实际的数据 描述这些数据的元数 # 多维数组ndarray import numpy as np ar ...
随机推荐
- 在浏览器端获取文件的MD5值
前几天接到一个奇怪的需求,要在web页面中计算文件的md5值,还好这个项目是只需兼容现代浏览器的,不然要坑死了. 其实对文件进行md5,对于后端来说是及其简单的.比如使用Node.js,只要下面几行代 ...
- python - 初识面向对象
1.初识面向对象 面向过程:一切以事务的发展流程为中心 优点:负责的问题流程化,编写相对简单 缺点:可扩展性差,只能解决一个问题,改造也会很困难,牵一发 ...
- ng-packagr 不能全部打包文件
1.没有在public_api.ts中导出 export * from './src/app/ngprime/components/tooltip/tooltip.module'; export * ...
- javascript 判断质数
1.判断n是否为number类型,是否为整数,是否小于2: 2.若n == 2返回true: 3.从3至n的算术平方根(square)之间的奇数,如果n取余为0,则不是奇数. var isPrime ...
- Linux之文件、目录
Linux之文件.目录 文件权限 User.Group.Others 在Linux中,任何一个文件都具有这三种身份的个别权限,三者的区别是 User: 指每一个单独的用户,例如member1,memb ...
- maven 项目提示找不到javax.servlet.xxx问题解决
1.https://search.maven.org/search?q=g:javax.servlet%20AND%20a:javax.servlet-api&core=gav 2.下载3.1 ...
- redis持久化数据的机制——转发
转载:https://www.cnblogs.com/xingzc/p/5988080.html Redis提供的持久化机制(RDB和AOF) Redis提供的持久化机制 Redis是一种面向“k ...
- python小总结2(time,os)
一.时间模块 1.1 Time time.time():获取时间戳,结果为一个浮点数 time.gtime():获取时间的元组形式 time.localtime():获取的是当地时间 time.mkt ...
- 构建Java开发环境(JDK)
在我们学习Java前我们需要构建相对应的开发环境.JDK(Java Development Kit)是Java开发的必备条件. Java 的JDK是Sun公司的产品,但由于Sun公司被Oracle公司 ...
- nginx常用模块
Nginx模块介绍 核心模块:core module 标准模块:stand modules HTTP modules: Standard HTTP modules Optional HTTP modu ...