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)部分以兩個(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 |
免費(fèi)AI編程助手
