1.创建数组array
1 # 创建数组array 2 import numpy as np 3 a = np.array([1,2,3]) #创建数组 4 b = np.array([(1.5,2,3), (4,5,6)], 5 dtype=float) 6 c = np.array([(1.5,2,3), (4,5,6)], 7 [(3,2,1), (4,5,6) ] ], dtype=float) 8 9 np.zeros((3,4)) #创建0数组 10 np.ones((2,3,4), dtype=np.int16) #创建1数组 11 d = np.arrange(10,25,5) #创建相同步数数组 12 np.linspace(0,2,9) #创建等差数组 13 14 e = np.full((2,2), 7) #创建常数数组 15 f = np.eye(2) #创建2x2矩阵 16 np.random.random((2,2)) #创建随机数组 17 np.empty((3,2)) #创建空数组
2.复制数组
1 #复制数组 2 h = a.view() 3 np.copy(a) 4 h = a.copy()
3.输出数组array
1 # 输出数组array 2 import numpy as np 3 print(my_array) #打印数组 4 5 #saving &Loading on disk保存到磁盘 6 np.save('my_array', a) 7 np.savez('array.npz', a, b) 8 np.load('my_array.npy') 9 10 #saving &Loading Text files保存到文件 11 np.loadtxt("my file.txt") 12 np.genfromtxt("my_file.csv", delimiter=',') 13 np.savetxt("marry.txt", a, delimiter="")
4.Numpy中的基本运算
1 # 基本运算 2 import numpy as np 3 4 #arithmetic operation算术运算 5 g = a - b 6 np.subtract(a,b) #减法 7 b+a 8 np.add(b,a) #加法 9 a / b 10 np.divide(a,b) #除法 11 a * b 12 np.multiple(a,b) #乘法 13 np.exp(b) #指数 14 np.sqrt(b) #开方 15 np.sin(a) #sin函数 16 np.cos(b) #cos函数 17 np.log(a) #log函数 18 e.dot(f) #内积 19 20 #Comparison比较 21 a == b #元素 22 a < 2 #元素 23 np.array_equal(a,b) #数组 24 25 #Aggregate Functions 函数 26 a.sum() #求和 27 b.min() #最小值 28 b.max(axis=0) #最大值数组列 29 b.cumsum(axis=1) #元素累加和 30 a.mean() #平均值 31 b.median() #中位数 32 a.corrcoef() #相关系数 33 np.std(b) #标准差
5.数组处理
1 # 数组处理 2 import numpy as np 3 4 #Transposing Array 5 I = np.transpose(b) #转置矩阵 6 i.T #转置矩阵 7 8 #Changing Array Shape 9 b.ravel() #降为一维数组 10 g.reshape(3,-2) #重组 11 12 #Adding/Removing Elements 13 h.resize((2,6)) #返回shape(2,6) 14 np.append(h,g) #添加 15 np.insert(a,1,5) #插入 16 np.delete(a,[1]) #删除 17 18 #Combining Arrays 19 np.concatenate((a,d), axis=0) #连结 20 np.vstack((a,b)) #垂直堆叠 21 np.r_[e,f] #垂直堆叠 22 np.hstack((e,f)) #水平堆叠 23 np.column_stack((a,d)) #创建水平堆叠 24 np.c_[a,d] ##创建水平堆叠 25 26 #splitting arrays 27 np.hsplit(a,3) #水平分离 28 np.vsplit(c,2) #垂直分离
6.数组索引
1 # 数组索引 2 import numpy as np 3 #subsetting 4 a[2] #选取数组第三个元素 5 b[1,2] #选取2行3列元素 6 7 #slicing 8 a[0:2] #选1到3元素 9 b[0:2,1] #选1到2行的2列元素 10 b[:1] #选所有1行的元素 11 c[1,...] #c[1,:,:] 12 a[ : :-1] #反转数组 13 14 #Boolean Indexing 15 a[a<2] #选取数组中元素<2的 16 17 #Fancy Indexing 18 b[[1,0,1,0], [0,1,2,0]] 19 #选取[1,0],[0,1],[1,2],[0,0] 20 b[[1,0,1,0][:, [0,1,2,0]]] 21 #选取矩阵的一部分
7.Numpy中的数据类型
1 # numpy中的数据类型 2 np.int64 #64位整数 3 np.float32 #标准双精度浮点 4 np.complex #复杂树已浮点128为代表 5 np.bool #true&false 6 np.object #python object 7 np.string_ #固定长度字符串 8 np.unicode_ #固定长度统一码
8.检查数组信息
1 # 检查数组信息 2 a.shape #数组维度 3 len(a) #数组长度 4 b.ndim #数组维度数量 5 e.size #数组元素数量 6 b.dtype #元素数据类型 7 b.dtype.name #数据类型名 8 b.astype(int) #改变数组类型 9 10 #asking for help更多信息 11 np.info(np.ndarray.dtype)
9.对数组进行排序
1 #对数组进行排序 2 a.sort() 3 c.sort(axis=0) 4