numpy基础语法学习笔记

发布时间:2020-06-19 14:35:57 作者:nineteens
来源:网络 阅读:201

  import numpy

  numbers = numpy.array([1, 2, 3, 4])

  array([1, 2, 3, 4])

  numpy.array的属性:numbers.dtype

  numbers = numpy.array([1, 2, 3, 4.0])

  print(numbers)

  [ 1. 2. 3. 4.]

  numpy.array默认为同一dtype,自动向上转型

  matrix = numpy.array([

  [5, 10, 15],

  [20, 25, 30],

  [35, 40, 45]

  ])

  print(matrix[1:3,])

  1,2行全部(从0行开始)

  [[20 25 30]

  [35 40 45]]

  print(matrix[1:3,1])

  1,2行第1列

  [25 40] (虽然符合结果但是为何是这种表示方式…)

  print(matrix[1:3,1:2])

  [[25]

  [40]]

  这就符合预期了

  print(np.arange(15)) np.arrange()

  [ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14]

  默认从0开始,间距为1

  np.arange(18).reshape(3,2,3)

  array([[[ 0, 1, 2],

  [ 3, 4, 5]],

  [[ 6, 7, 8],

  [ 9, 10, 11]],

  [[12, 13, 14],

  [15, 16, 17]]])

  np.linspace(0, 99, 100)

  array([ 0., 1., 2., 3., 4., 5., 6., 7., 8., 9., 10.,

  11., 12., 13., 14., 15., 16., 17., 18., 19., 20., 21.,

  22., 23., 24., 25., 26., 27., 28., 29., 30., 31., 32.,

  33., 34., 35., 36., 37., 38., 39., 40., 41., 42., 43.,

  44., 45., 46., 47., 48., 49., 50., 51., 52., 53., 54.,

  55., 56., 57., 58., 59., 60., 61., 62., 63., 64., 65.,

  66., 67., 68., 69., 70., 71., 72., 73., 74., 75., 76.,

  77., 78., 79., 80., 81., 82., 83., 84., 85., 86., 87.,

  88., 89., 90., 91., 92., 93., 94., 95., 96., 97., 98.,

  99.])

  A = np.array( [[1,1],

  [0,1]] )

  B = np.array( [[2,0],

  [3,4]] )

  print(A)

  print("---------")

  print(B)

  print("---------")

  #print A*B

  print(A.dot(B))

  print("---------")

  print(np.dot(A, B))

  [[1 1]

  [0 1]]

  [[2 0]

  [3 4]]

  [[5 4]

  [3 4]]

  [[5 4]

  [3 4]]

  *乘号意味着同行同列数值相乘

  矩阵乘法则是dot点乘

  可用np.dot(A, B)

  或者A.dot(B)

  A是一个矩阵

  np.exp(A)

  将A中所有的值作为e的指数,更新

  np.sqrt(A)

  将矩阵A中所有的值取其正根

  np.floor(A)

  将矩阵A中的所有值进行向下取整

  A.ravel()

  将一个矩阵降至一维,(拉平)

  A.T

  意为矩阵的转置

  a.reshape(3, -1)

  写-1的意思是让其自动计算

  np.hstack((A, B))

  水平拼接两个矩阵

  np.vstack((A, B))

  垂直拼接两个矩阵

  np.hsplit(a,3)

  水平切割郑州妇科医院 http://mobile.120zzzy.com/

  将整个矩阵平均分为3份(列数一定要为3的倍数,以此类推)

  np.hsplit(a, (3,4))

  水平切割

  在矩阵的第三列和第四列进行切分(结果是3个)

  vsplit 以此类推

  值得一提的是

  A 为ndarray类型时

  C = A可以得到

  C is A 为True

  C 与A完全相同,且共用同一个内存(类似指针)

  C = A.view()

  C is A 为False

  C与A不相同,id不同,但所指向的数组,其值相同且同时更新

  C = A.copy()

  C is A为False

  C与A 不相同,id不同,所指向的数组也完全不同

  A.argmax(axis=0)

  找到A这个矩阵上,按列索引,每一列中最大数值的一行

  axis=1

  是每一行中,最大数所在的列号

  B =np.tile(A,(2,3))

  使B 拓展2,3倍

  A.sort(axis = 1)

  按行排序

  a = np.array([4, 3, 1, 2])

  j = np.argsort(a)

  [2 3 1 0]

  [1 2 3 4]

  从小到大 按照行下标进行排序


推荐阅读:
  1. Unity学习笔记
  2. Tomcat学习笔记

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

numpy

上一篇:RAC环境创建本地数据文件的解决方法

下一篇:Springboot怎样实现接口拦截

相关阅读

您好,登录后才能下订单哦!

密码登录
登录注册
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》