python机器学习库numpy---8、常用函数

python机器学习库numpy---8、常用函数

一、总结

一句话总结：

二、常用函数

博客对应课程的视频位置：

8、常用函数（一）-范仁义-读书编程笔记
https://www.fanrenyi.com/video/38/350

8、常用函数（二）-范仁义-读书编程笔记
https://www.fanrenyi.com/video/38/351

numpy常用函数有sin、sqrt（求平方根）、sort、transpose（转置）、max、

mean（average）、sum、median（中位数）、var（方差）、std（标准差）、cumsum（累加）、

np.clip(arr,5,9)（小于5的数全部让它变成5，大于9的数全部是9）

---

numpy中的axis为0为1分别表示的意思是什么

axis为0表示对列进行操作，axis为1表示为行进行操作

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]

# 平均数
print(arr.mean())
print(np.average(arr))
print(np.average(arr,axis=0)) # 0是列
print(np.average(arr,axis=1)) # 1是行

5.75
5.75
[4. 5. 7. 7.]
[1.5  6.25 9.5 ]

1、sin

In [1]:

import numpy as np
arr = np.arange(12).reshape(3,4)
arr

Out[1]:

array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

In [2]:

print(np.sin(arr))

[[ 0.          0.84147098  0.90929743  0.14112001]
 [-0.7568025  -0.95892427 -0.2794155   0.6569866 ]
 [ 0.98935825  0.41211849 -0.54402111 -0.99999021]]

2、求平方根：sqrt

In [3]:

print(np.sqrt(arr))

[[0.         1.         1.41421356 1.73205081]
 [2.         2.23606798 2.44948974 2.64575131]
 [2.82842712 3.         3.16227766 3.31662479]]

3、排序：sort

In [4]:

arr = np.random.rand(12).reshape(3,4)
print(arr)

[[0.6133163  0.40105172 0.60318273 0.67890187]
 [0.91493469 0.4497298  0.31922568 0.66318644]
 [0.28126538 0.8782578  0.76664562 0.34856477]]

In [5]:

print(np.sort(arr))

[[0.40105172 0.60318273 0.6133163  0.67890187]
 [0.31922568 0.4497298  0.66318644 0.91493469]
 [0.28126538 0.34856477 0.76664562 0.8782578 ]]

In [7]:

# 以每一列来从小到大排序
# axis，axis=0的时候表示以列来进行操作，为1的时候表示以行来进行操作
print(arr)
print(np.sort(arr,axis=0))

[[0.6133163  0.40105172 0.60318273 0.67890187]
 [0.91493469 0.4497298  0.31922568 0.66318644]
 [0.28126538 0.8782578  0.76664562 0.34856477]]
[[0.28126538 0.40105172 0.31922568 0.34856477]
 [0.6133163  0.4497298  0.60318273 0.66318644]
 [0.91493469 0.8782578  0.76664562 0.67890187]]

In [8]:

# 整个数组从小到大排序
print(np.sort(arr,axis=None))

[0.28126538 0.31922568 0.34856477 0.40105172 0.4497298  0.60318273
 0.6133163  0.66318644 0.67890187 0.76664562 0.8782578  0.91493469]

In [9]:

print(np.sort(arr,axis=None).reshape(3,4))

[[0.28126538 0.31922568 0.34856477 0.40105172]
 [0.4497298  0.60318273 0.6133163  0.66318644]
 [0.67890187 0.76664562 0.8782578  0.91493469]]

4、转置：transpose

In [10]:

import numpy as np
arr = np.arange(12).reshape(3,4)
print(arr)
print(np.transpose(arr))

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
[[ 0  4  8]
 [ 1  5  9]
 [ 2  6 10]
 [ 3  7 11]]

In [11]:

print(arr.T)

[[ 0  4  8]
 [ 1  5  9]
 [ 2  6 10]
 [ 3  7 11]]

5、求最大值：max

In [17]:

arr = np.random.rand(12).reshape(3,4)
print(arr)

[[0.08615588 0.39306899 0.88981629 0.0076252 ]
 [0.52730672 0.66934283 0.58458758 0.77991555]
 [0.32811653 0.48020368 0.48118878 0.93871359]]

In [13]:

print(np.max(arr))

0.7300791661344581

In [14]:

# 以行的方式来找最大值
print(np.max(arr,axis=1))

[0.7045045  0.23861811 0.73007917]

In [16]:

# 以列的方式来找最大值
print(arr)
print(np.max(arr,axis=0))

[[0.7045045  0.47189083 0.04382594 0.34683246]
 [0.23861811 0.10207685 0.00825278 0.05717811]
 [0.73007917 0.37431436 0.0156451  0.07078938]]
[0.73007917 0.47189083 0.04382594 0.34683246]

6、求均值：mean（average）

In [1]:

import numpy as np
arr = np.arange(12).reshape(3,4)
print(arr)

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]

In [2]:

print(np.mean(arr))
print(np.average(arr))

5.5
5.5

In [3]:

# 以列的方式求均值
print(np.mean(arr,axis=0))
print(np.average(arr,axis=0))

[4. 5. 6. 7.]
[4. 5. 6. 7.]

In [4]:

# 以行的方式求均值
print(arr)
print(np.mean(arr,axis=1))
print(np.average(arr,axis=1))

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
[1.5 5.5 9.5]
[1.5 5.5 9.5]

7、求和：sum

In [5]:

import numpy as np
arr = np.arange(12).reshape(3,4)
print(arr)
print(np.sum(arr))

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
66

In [6]:

# 以列的方式
print(np.sum(arr,axis=0))

[12 15 18 21]

In [7]:

# 以行的方式
print(np.sum(arr,axis=1))

[ 6 22 38]

8、中位数：median

In [8]:

import numpy as np
arr = np.arange(12).reshape(3,4)
print(arr)
arr[1][2]=9
print(arr)

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
[[ 0  1  2  3]
 [ 4  5  9  7]
 [ 8  9 10 11]]

In [9]:

print(np.median(arr))
print(np.median(arr,axis=0)) #列
print(np.median(arr,axis=1)) #行

6.0
[4. 5. 9. 7.]
[1.5 6.  9.5]

9、方差：var

方差的函数为var(),方差函数var()相当于函数mean(abs(x - x.mean())**2),其中x为矩阵。

In [10]:

print(np.var(arr))
print(np.var(arr,axis=0)) #列的方式

12.854166666666666
[10.66666667 10.66666667 12.66666667 10.66666667]

10、标准差：std

标准差的函数为std()， std()相当于sqrt(mean(abs(x - x.mean())**2))，或相当于sqrt(x.var())。

In [11]:

print(np.std(arr))

3.5852707940498254

11、累加：cumsum

In [12]:

print(arr)
print(np.cumsum(arr))
print(np.cumsum(arr,axis=1)) #行

[[ 0  1  2  3]
 [ 4  5  9  7]
 [ 8  9 10 11]]
[ 0  1  3  6 10 15 24 31 39 48 58 69]
[[ 0  1  3  6]
 [ 4  9 18 25]
 [ 8 17 27 38]]

12、修剪：clip

np.clip(arr,5,9)
小于5的数全部让它变成5，大于9的数全部是9

In [13]:

print(arr)
print(np.clip(arr,5,9))

[[ 0  1  2  3]
 [ 4  5  9  7]
 [ 8  9 10 11]]
[[5 5 5 5]
 [5 5 9 7]
 [8 9 9 9]]

In [ ]: