相关学习资料 ： numpy中文网
1
numpy索引区间为左闭右开，第一个索引能取到，第二个索引取不到
索引内可加步长
如
import numpy as np
a=np.arange(10)
print(a,a[:3],a[::3])
结果为
[0 1 2 3 4 5 6 7 8 9] [0 1 2] [0 3 6 9]
2
使用 ones zeros 构造向量或者矩阵时，注意有两个括号，
如 c1=np.ones((3,4)) 函数输入参数为元组
3
numpy索引中括号内可加条件
如 a[a%2==0]
4
numpy运算效率比python循环快很多，默认的加减乘除全部为标量计算。
np.dot(a,b) 为计算 a与b的内积
5
numpy 自动会把返回结果变成行向量。
reshape可以解决这个问题。如
c=np.arange(5).reshape(5)
6
all，any函数的区别
import numpy as np
a=np.array([1,2,3,4])
b=np.array([1,2,3,0])
c=a==b
print(c)
print((a==b).all(),(a==b).any())
结果为
[ True True True False]
False True
7
axis参数
import numpy as np
a=np.random.randint(-5,5,(3,3))
print(a)
b1=a.sum(axis=0)
b2=a.sum(axis=1)
b=a.sum(axis=0).sum()
print(b1,b2,b)
结果为
[[-5 -1 -5]
[ 3 2 -4]
[ 4 2 -2]]
[ 2 3 -11] [-11 1 4] -6
——————————————————
常用功能
import numpy as np
a=np.arange(0,51,10).reshape(6,1) + np.arange(6)
print(a)
结果为
[[ 0 1 2 3 4 5]
[10 11 12 13 14 15]
[20 21 22 23 24 25]
[30 31 32 33 34 35]
[40 41 42 43 44 45]
[50 51 52 53 54 55]]
a=np.arange(5) ‘生成内容为0,1,2,3,4的行向量
b=np.linspace(0,2,5) #生成[0,2]区间等分5的行向量
print(b)
c1=np.ones((3,4))
c2=np.zeros((3,4))
c3=np.eye(3)
c4=np.random.randn(3,3)
print(c1,c2,c3,c4)
[0. 0.5 1. 1.5 2. ] #对应b
[[1. 1. 1. 1.]
[1. 1. 1. 1.]
[1. 1. 1. 1.]] #全1矩阵3x4
[[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]] #全0矩阵3x4
[[1. 0. 0.]
[0. 1. 0.]
[0. 0. 1.]] #3阶单位矩阵
[[-0.54285003 -0.87924659 0.68505122]
[ 1.0115468 2.20624087 0.52882636]
[-1.33261978 -0.51162084 0.22503309]] #随机数组
————————————————————
生成随机整数型矩阵
import numpy as np
a=np.random.random_integers(-5,5,(3,3))
print(a)
结果
[[ 1 -1 3]
[-3 0 -5]
[ 0 2 3]]
DeprecationWarning: This function is deprecated. Please call randint(-5, 5 + 1) instead
a=np.random.random_integers(-5,5,(3,3))
这句是说用 randint代替random_integers
import numpy as np
a=np.random.randint(-5, 5 ,(3,3))
print(a)
——————————————————
内置数学函数
cos exp sqrt
sum mean min max argmin argmax函数
import numpy as np
a=np.array([1,2,3,4])
print(a)
print(np.cos(a),np.sin(a),np.exp(a),np.sqrt(a))
print(a.sum(),a.mean(),a.std(),a.min(),a.max())
print(a.argmin(),a.argmax())
[1 2 3 4] #a
[ 0.54030231 -0.41614684 -0.9899925 -0.65364362] #cos
[ 0.84147098 0.90929743 0.14112001 -0.7568025 ] #sin
[ 2.71828183 7.3890561 20.08553692 54.59815003] #exp
[1. 1.41421356 1.73205081 2. ] #sqrt
10 2.5 1.118033988749895 1 4 #加和 均值 方差 最小值 最大值
0 3 #最小值 和 最大值的索引