关于numpy

时间:2022-02-11 03:59:28

摘要:关于numpy and pandas的使用很多,最近也老用到,但是作为初学者总是模模糊糊,使用不清楚,所以就好好总结了一下,以备后用

第一部分:numpy

1、基础属性

  import numpy as np
  array = np.array([ [1,2,3] ,[2,3,4] ])
  print(array)
  print(array.ndim,'\t',array.shape,'\t',array.size) #维数,矩阵行列数,元素个数

   关于numpy

  2、创建

  a = np.array( [   ]  ,dtype = np.int)

     a= np.zeros((2,3))     #创建两行三列的全0矩阵

   关于numpy

    a = np.ones( (3,4),dtype = np.int )   #创建三行四列的全1矩阵

    关于numpy

   a = np.arange(10,20,2)    #创建10-20,步长为2的矩阵

   关于numpy

     a = np.arange(12).reshape( (3,4))    

    关于numpy

     a = np.linspace(1,10,20).reshape( (4,5) )    #创建1-10,20个元素的等差数列矩阵

    关于numpy

  3、运算

    a = np.array( [10,20,30,40] )
    b = np.arange( 4 )
    print('a = ',a,'\n','b = ', b)
    print('a+b =',a + b)
    print('b**2 =',b**2)
    print('10*np.sin(a)=',10*np.sin(a))
    print('b<3 = ',b < 3)

    关于numpy

    a = np.random.random( (2,4) )
    print(a)
    print(np.sum(a))
    print(np.min(a)) #最小值
    print(np.max(a)) #最大值
    print(np.sum(a,axis = 1)) #行求和
    print(np.sum(a,axis = 0)) #列求和

    关于numpy

    A = np.arange(2,14).reshape((3,4))
    print(A)
    print(np.argmin(A)) #A中最小值的index
    print(np.argmax(A)) #A中最大值的index
    print(np.mean(A)) #A的平均值
    print(np.average(A)) #A的平均值
    print(A.mean()) #A的平均值
    print(np.median(A)) #A的中位数
    print(np.cumsum(A)) #A的累加
    print(np.diff(A)) #A的累差

    关于numpy

    A = np.arange(-2,10).reshape((3,4))
    print(A)
    print(np.nonzero(A)) #非0元素的行列号
    print(np.sort(A)) #A排序,从小到大
    print(np.transpose(A)) #A的转置
    print(A.T) #A的转置
    print(np.clip(A,5,9)) #A中小于5的改为5,大于9的改为9
    print(np.mean(A,axis = 0)) #A中按列求平均值
    print(np.mean(A,axis = 1)) #A中按行求平均值

    关于numpy

  4、索引  

    A = np.arange(,).reshape( (,) )
    print(A)
    print(A[])
    print(A[][])
    print(A[,])

    关于numpy

    A = np.arange(3,15).reshape( (3,4) )
    print(A)
    print(A[2,:]) #第二行所有数
    print(A[:,1]) #第一列所有数
    print(A[1,1:2]) #第一行,第一列到第二列的数

    关于numpy

    for row in A:       #A按行遍历
     print(row)
    for column in A.T: #A转置后按行遍历
     print(column)
    for item in A.flat: 迭代A的每一项
     print(item)

    关于numpy

  5、合并

    A = np.array([1,1,1],)
    B = np.array([2,2,2])
    print(np.vstack( (A,B) )) #行合并
    print(np.hstack( (A,B) )) #列合并
    print(A[np.newaxis,:])
    print(A[:,np.newaxis])
    print(np.concatenate( (A,B,B,A) ,axis = 0 ) )

    关于numpy

  6、分割

    A = np.arange(12).reshape((3,4))
    print(np.split(A,2,axis = 1)) #列分2块
    print(np.split(A,3,axis = 0)) #行分3块
    #print(np.split(A,3,axis = 1)) #不能进行不均等分割

    关于numpy

    print(np.array_split(A,3,axis = 1))     #进行不均等分割

    关于numpy

    print(np.vsplit(A,3))       #行分
    print(np.hsplit(A,2)) #列分

    关于numpy






关于numpy