前言
在沒(méi)給大家介紹 numpy 之前先給大家說(shuō)下 Python 的基本概念。
Python 是一種高級(jí)的,動(dòng)態(tài)的,多泛型的編程語(yǔ)言。Python 代碼很多時(shí)候看起來(lái)就像是偽代碼一樣,因此你可以使用很少的幾行可讀性很高的代碼來(lái)實(shí)現(xiàn)一個(gè)非常強(qiáng)大的想法。
numpy 很簡(jiǎn)單,numpy 是 Python 的一個(gè)科學(xué)計(jì)算的庫(kù),提供了矩陣運(yùn)算的功能,其一般與 Scipy、matplotlib 一起使用。其實(shí),list 已經(jīng)提供了類(lèi)似于矩陣的表示形式,不過(guò) numpy 為我們提供了更多的函數(shù)。
小編在這給大家總結(jié)了一些 numpy 的常用操作。
首先,要引入 numpy 包:
一、在numpy中N維數(shù)組對(duì)象叫做ndarrey,關(guān)于它的一些操作:
1.ndarry對(duì)象的屬性:
屬性 |
說(shuō)明 |
.ndim |
秩,即軸的數(shù)量或維度的數(shù)量 |
.shape |
ndarray對(duì)象的尺度,對(duì)于矩陣,n行m列 |
.size |
ndarray對(duì)象元素的個(gè)數(shù),相當(dāng)于.shape中n*m的值 |
.dtype |
ndarray對(duì)象的元素類(lèi)型 |
.itemsize |
ndarray對(duì)象中每個(gè)元素的大小,以字節(jié)為單位 |
2.ndarry的元素類(lèi)型(1):
數(shù)據(jù)類(lèi)型 |
說(shuō)明 |
bool |
布爾類(lèi)型,True或False |
intc |
與C語(yǔ)言中的int類(lèi)型一致,一般是int32或int64 |
intp |
用于索引的整數(shù),與C語(yǔ)言中ssize_t一致,int32或int64 |
int8 |
字節(jié)長(zhǎng)度的整數(shù),取值:[‐128, 127] |
int16 |
16位長(zhǎng)度的整數(shù),取值:[‐32768, 32767] |
int32 |
32位長(zhǎng)度的整數(shù),取值:[‐231, 231‐1] |
int64 |
64位長(zhǎng)度的整數(shù),取值:[‐263, 263‐1] |
2.ndarry的元素類(lèi)型(1):
數(shù)據(jù)類(lèi)型 |
說(shuō)明 |
bool |
布爾類(lèi)型,True或False |
intc |
與C語(yǔ)言中的int類(lèi)型一致,一般是int32或int64 |
intp |
用于索引的整數(shù),與C語(yǔ)言中ssize_t一致,int32或int64 |
int8 |
字節(jié)長(zhǎng)度的整數(shù),取值:[‐128, 127] |
int16 |
16位長(zhǎng)度的整數(shù),取值:[‐32768, 32767] |
int32 |
32位長(zhǎng)度的整數(shù),取值:[‐231, 231‐1] |
int64 |
64位長(zhǎng)度的整數(shù),取值:[‐263, 263‐1] |
3.ndarry的元素類(lèi)型(2):
數(shù)據(jù)類(lèi)型 |
說(shuō)明 |
uint8 |
8位無(wú)符號(hào)整數(shù),取值:[0, 255] |
uint16 |
16位無(wú)符號(hào)整數(shù),取值:[0, 65535] |
uint32 |
32位無(wú)符號(hào)整數(shù),取值:[0, 232‐1] |
uint64 |
32位無(wú)符號(hào)整數(shù),取值:[0, 264‐1] |
float16 |
16位半精度浮點(diǎn)數(shù):1位符號(hào)位,5位指數(shù),10位尾數(shù) |
float32 |
32位半精度浮點(diǎn)數(shù):1位符號(hào)位,8位指數(shù),23位尾數(shù) |
float64 |
64位半精度浮點(diǎn)數(shù):1位符號(hào)位,11位指數(shù),52位尾數(shù) |
complex64 |
復(fù)數(shù)類(lèi)型,實(shí)部和虛部都是32位浮點(diǎn)數(shù) |
complex128 |
復(fù)數(shù)類(lèi)型,實(shí)部和虛部都是64位浮點(diǎn)數(shù) |
4.ndarry常用函數(shù)總結(jié):
函數(shù) |
說(shuō)明 |
np.arange(n) |
類(lèi)似range()函數(shù),返回ndarray類(lèi)型,元素從0到n‐1 |
np.ones(shape) |
根據(jù)shape生成一個(gè)全1數(shù)組,shape是元組類(lèi)型 np.zeros(shape)根據(jù)shape生成一個(gè)全0數(shù)組,shape是元組類(lèi)型 |
np.full(shape,val) |
根據(jù)shape生成一個(gè)數(shù)組,每個(gè)元素值都是val |
np.eye(n) |
創(chuàng)建一個(gè)正方的n*n單位矩陣,對(duì)角線(xiàn)為1,其余為0 |
np.ones_like(a) |
根據(jù)數(shù)組a的形狀生成一個(gè)全1數(shù)組 |
np.zeros_like(a) |
根據(jù)數(shù)組a的形狀生成一個(gè)全0數(shù)組 |
np.full_like(a,val) |
根據(jù)數(shù)組a的形狀生成一個(gè)數(shù)組,每個(gè)元素值都是val |
np.linspace() |
根據(jù)起止數(shù)據(jù)等間距地填充數(shù)據(jù),形成數(shù)組 |
np.concatenate() |
將兩個(gè)或多個(gè)數(shù)組合并成一個(gè)新的數(shù)組 |
.reshape(shape) |
不改變數(shù)組元素,返回一個(gè)shape形狀的數(shù)組,原數(shù)組不變 |
.resize(shape) |
與.reshape()功能一致,但修改原數(shù)組 |
.swapaxes(ax1,ax2) |
將數(shù)組n個(gè)維度中兩個(gè)維度進(jìn)行調(diào)換 |
.flatten() |
對(duì)數(shù)組進(jìn)行降維,返回折疊后的一維數(shù)組,原數(shù)組不變 |
np.abs(x) np.fabs(x) |
計(jì)算數(shù)組各元素的絕對(duì)值 |
np.sqrt(x) |
計(jì)算數(shù)組各元素的平方根 |
np.square(x) |
計(jì)算數(shù)組各元素的平方 |
np.log(x) np.log10(x) np.log2(x) |
計(jì)算數(shù)組各元素的自然對(duì)數(shù)、10底對(duì)數(shù)和2底對(duì)數(shù) |
np.ceil(x) np.floor(x) |
計(jì)算數(shù)組各元素的ceiling值或floor值 |
np.rint(x) |
計(jì)算數(shù)組各元素的四舍五入值 |
np.modf(x) |
將數(shù)組各元素的小數(shù)和整數(shù)部分以?xún)蓚€(gè)獨(dú)立數(shù)組形式返回 |
np.cos(x) np.cosh(x) np.sin(x) np.sinh(x) np.tan(x) np.tanh(x) |
計(jì)算數(shù)組各元素的普通型和雙曲型三角函數(shù) |
np.exp(x) |
計(jì)算數(shù)組各元素的指數(shù)值 |
np.sign(x) |
計(jì)算數(shù)組各元素的符號(hào)值,1(+), 0, ‐1(‐) |
+ ‐* / ** |
兩個(gè)數(shù)組各元素進(jìn)行對(duì)應(yīng)運(yùn)算 |
np.maximum(x,y) np.fmax() np.minimum(x,y)np.fmin() |
元素級(jí)的最大值/最小值計(jì)算 |
np.mod(x,y) |
元素級(jí)的模運(yùn)算 |
np.copysign(x,y) |
將數(shù)組y中各元素值的符號(hào)賦值給數(shù)組x對(duì)應(yīng)元素 |
> < >= <= == != |
算術(shù)比較,產(chǎn)生布爾型數(shù)組 |
二、在numpy中隨機(jī)函數(shù)庫(kù)的函數(shù)總結(jié):
1.np.random的隨機(jī)函數(shù)(1):
函數(shù) |
說(shuō)明 |
rand(d0,d1,..,dn) |
根據(jù)d0‐dn創(chuàng)建隨機(jī)數(shù)數(shù)組,浮點(diǎn)數(shù),[0,1),均勻分布 |
randn(d0,d1,..,dn) |
根據(jù)d0‐dn創(chuàng)建隨機(jī)數(shù)數(shù)組,標(biāo)準(zhǔn)正態(tài)分布 |
randint(low[,high,shape]) |
根據(jù)shape創(chuàng)建隨機(jī)整數(shù)或整數(shù)數(shù)組,范圍是[low, high) |
seed(s) |
隨機(jī)數(shù)種子,s是給定的種子值 |
2.np.random的隨機(jī)函數(shù)(2):
函數(shù) |
說(shuō)明 |
shuffle(a) |
根據(jù)數(shù)組a的第1軸進(jìn)行隨排列,改變數(shù)組x |
permutation(a) |
根據(jù)數(shù)組a的第1軸產(chǎn)生一個(gè)新的亂序數(shù)組,不改變數(shù)組x |
choice(a[,size,replace,p]) |
從一維數(shù)組a中以概率p抽取元素,形成size形狀新數(shù)組 replace表示是否可以重用元素,默認(rèn)為False |
3.np.random的隨機(jī)函數(shù)(3):
函數(shù) |
說(shuō)明 |
uniform(low,high,size) |
產(chǎn)生具有均勻分布的數(shù)組,low起始值,high結(jié)束值,size形狀 |
normal(loc,scale,size) |
產(chǎn)生具有正態(tài)分布的數(shù)組,loc均值,scale標(biāo)準(zhǔn)差,size形狀 |
poisson(lam,size) |
產(chǎn)生具有泊松分布的數(shù)組,lam隨機(jī)事件發(fā)生率,size形狀 |
三、在numpy中統(tǒng)計(jì)函數(shù)總結(jié):
函數(shù) | 說(shuō)明 |
---|
sum(a, axis=None) | 根據(jù)給定軸axis計(jì)算數(shù)組a相關(guān)元素之和,axis整數(shù)或元組 |
mean(a, axis=None) | 根據(jù)給定軸axis計(jì)算數(shù)組a相關(guān)元素的期望,axis整數(shù)或元組 |
average(a,axis=None,weights=None) | 根據(jù)給定軸axis計(jì)算數(shù)組a相關(guān)元素的加權(quán)平均值 |
std(a, axis=None) | 根據(jù)給定軸axis計(jì)算數(shù)組a相關(guān)元素的標(biāo)準(zhǔn)差 |
var(a, axis=None) | 根據(jù)給定軸axis計(jì)算數(shù)組a相關(guān)元素的方差 |
min(a) max(a) | 計(jì)算數(shù)組a中元素的最小值、最大值 |
argmin(a) argmax(a) | 計(jì)算數(shù)組a中元素最小值、最大值的降一維后下標(biāo) |
unravel_index(index, shape) | 根據(jù)shape將一維下標(biāo)index轉(zhuǎn)換成多維下標(biāo) |
ptp(a) | 計(jì)算數(shù)組a中元素最大值與最小值的差 |
median(a) | 計(jì)算數(shù)組a中元素的中位數(shù)(中值) |
np.gradient(f) | 計(jì)算數(shù)組f中元素的梯度,當(dāng)f為多維時(shí),返回每個(gè)維度梯度 |