欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

常用的numpy函数

程序员文章站 2024-03-21 11:35:52
...

一、前言

简单列一下常用的numpy函数,方便查阅。

二、示例及解释

首先,我们导入一下!
import numpy as np
array性质:
			array.ndim             				维度
			array.shape 						行和列
			array.size							元素个数

创建:
			np.arange(n)                        生成0至n-1个整数
			np.arange(m,n,k)       				生成m到n的以k为步长切片的数据。
			np.arange(4)0开始
			np.linspace(m,n,k)   				在m到n的数据中按等间距取k个值  (n - m)/(k-1)
			np.ones(shape)
			a.reshape(m,n)              		将a重新定义为一个m行n列的矩阵

常用的numpy函数
常用的numpy函数

乘法:
			a = np.arange(4).reshape((2,2))
			b = np.array([[1,2],
			               [5,7]])
			c = a*b
			d = np.dot(a,b)
			e = a.dot(b)
			d和e相同,c是点乘

常用的numpy函数

a.ravel()		将矩阵a重新拉伸成一个向量,拉伸后可以重新reshape成一个新矩阵

a.reshape(n,-1)或a.reshape(-1,n) 	确定一个矩阵的行()后,相应的列()也直接被确定

常用的numpy函数

np.tile(a,(m,n))		将矩阵a的行数扩大m倍,列数扩大n倍

np.sort(a,axis=k)		将矩阵a在k维排序。

np.argsort(a)			返回将a升序排列后的索引值(默认排列方式为升序)

常用的numpy函数

np.random.random()   			半开区间[0.0, 1.0)之间的随机浮点数数

np.random.randint(low, high=None, size=None, dtype=’l’)  返回从low到high之间的随机整数

常用的numpy函数

np.empty_like() 			返回与给定数据具有同样大小和类型的数据,并且初始化为0,类似的有ones_like(),zeros_like()

numpy.where() 				返回满足给定条件的元素的索引

常用的numpy函数

统计函数:
		np.sum(a, axis = None) 	依给定轴axis计算数组a相关元素之和,axis为整数或者元组
		
		np.mean(a, axis = None) 计算平均值
		
		np.average(a, axis = None, weights = None)  依给定轴axis计算数组a相关元素的加权平均值
		
		np.std(a, axis = None) 计算标准差
		
		np.var(a, axis = None) 计算方差
		
		argmin(a) 				返回数组a的最小值的下标
		
		argmax(a) 				返回数组a的最大值的下标
	
		median(a) 				计算数组a中元素的中位数
		

常用的numpy函数

结束语

后续完善······