numpy用法笔记

• 数组聚合

  • #聚合操作
    
    x = np.arange(1,5)
    y = np.add.reduce(x) #返回x所有元素之和
    y = np.multiply.reduce(x) #返回所有元素的乘积
    #外积（英语：Outer product），在线性代数中一般指两个向量的张量积，其结果为一矩阵；与外积相对，两向量的内积结果为标量。
    #外积也可视作是矩阵的克罗内克积的一种特例。注意到：一些作者将“张量的外积”作为张量积的同义词。
    y = np.multiply.outer(x,x) #该函数可以产生乘法表

    　

  • #计算列，或者行的sum或者最大值
    x = np.arange(1,10).reshape(3,3)
    print(x)
    print(x.sum(axis = 0))
    print(x.max(axis = 0))

• 数组创建
  • 　

    # #从头建立数组，创建一维数组，该数组有10个元素，元素值为0
    L5 = np.zeros((10) , dtype='int')
    print(L5)
    
    #3*4二维数组，元素初始化为1
    L6 = np.ones((3,4) , dtype='float')
    print(L6)
    
    #5*4二维数组，元素初始化为3.3
    L7 = np.full((5,4), 3.3)
    print(L7)
    
    #整数数组，0-20之间整数，每隔两个元素取一个值
    L8 = np.arange(0, 20 , 3)
    
    #0，20之间的数字，均分为10份
    L9 = np.linspace(0,20,10)
    print(L8 , L9)
    
    #3*3二维数组，随机数
    L10 = np.random.random((3,3))
    print(L10)
    
    #符合正态分布，均值为0，方差为1，3*3
    L11 = np.random.normal(0, 1 ,(3,3))
    print(L11)
    
    #0，12间的随机整数作为元素，3*3
    L12 = np.random.randint(0,12,(3,3))
    print(L12)
    
    #3*3单位矩阵
    L13 = np.eye(3)
    print(L13)
    
    #一维数组，元素不初始化
    L14 = np.empty(4)
    print(L14)
    
    L1 = np.random.randint(10,size=(3,4))
    print(L1,L1.ndim,L1.size,L1.shape)

    　
数组拼接
• 　

  #字符串拼接
  
  x = np.array([[1,2,3],[4,5,6]])
  y = np.array([[10,20,30],[40,50,60]])
  z = np.concatenate([x,y],axis=0)
  
  f  = np.hstack([x,y])
  print(z)

• 结果

  • 　　

    [[ 1  2  3]
     [ 4  5  6]
     [10 20 30]
     [40 50 60]]
    [[ 1  2  3]
     [ 4  5  6]
     [10 20 30]
     [40 50 60]]

    　
数组切片
• 切片是原数组的视图，不是副本，所以改变它，原数组内的元素会发生改变　

  #一维数组切片
  L1 = np.arange(10)
  L2 = L1[:5]#其实元素开始，到第五个元素
  L3 = L1[3::3]#第三个元素开始，每隔两个元素取一个值
  L4 = L1[5::-2] #先逆序，再从5元素开始，隔一个元素取一个值
  
  print(L1)
  print(L2)
  print(L3)
  print(L4)

• 结果：

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

• 多维

  • 　　

    #多维数组切片
    L1 = np.random.randint(10,size=(5,6))
    L2 = L1[:2,:3]
    L3 = L1[3:5,4:6]
    L4 = L1[::2,::2]#每隔一行，一列取一个
    
    L5 = L4[::-1,::-1]#行，列逆序
    
    print('L1
    ',L1)
    print('L2
    ',L2)
    print('L3
    ',L3)
    print('L4
    ',L4)
    print('L5
    ',L5)

• 结果　

  • 　　

    L1
     [[6 0 4 3 2 5]
     [7 0 4 8 6 5]
     [1 4 3 3 4 4]
     [5 5 8 5 0 1]
     [9 8 2 9 8 5]]
    L2
     [[6 0 4]
     [7 0 4]]
    L3
     [[0 1]
     [8 5]]
    L4
     [[6 4 2]
     [1 3 4]
     [9 2 8]]
    L5
     [[8 2 9]
     [4 3 1]
     [2 4 6]]