zoukankan      html  css  js  c++  java
  • Numpy 模块的学习 numpy中random模块:

    Numpy模块的学习:

    三个网址推荐:

    1  http://blog.csdn.net/yhb315279058/article/details/50226075

    2  http://www.jb51.net/article/49397.htm

    3  http://www.jb51.net/article/103080.htm

    http://blog.csdn.net/tongxinzhazha/article/details/78770373

    Numpy中Random模块的学习:

    http://blog.csdn.net/pipisorry/article/details/39508417

    2 http://blog.csdn.net/unin88/article/details/50570196

    http://blog.csdn.net/qtlyx/article/details/50733176

    补充:

    1 Numpy 数据类型(numpy可以在数据类型的后面加上数字,标识这种类型在内存中占的位数)

    bool        用一个比特存储布尔类型

    inti          由平台决定其所占位数,一般为int32/64

    int8/16/32/64        所占位数为8/16/32/64为的有符号整数

    unit8/16/32/64      所占位数为8/16/32/64位的无符号数

    float16/32/64(float)      半精度符号数/单精度符号数/双精度符号数

    complex64/128(complex)    用32位浮点数表示实部和虚部/用64位表示实部和虚部

    2 在Numpy中,多数函数可以指定数据类型的参数,这个参数是可选的,格式为dtype=类型名,如:

    1 a=numpy.arrange(5,dtype=int)
    2 
    3 >>>array([0,1,2,3,4])
    4 
    5 a=numpy.arrange(5,dtype=complex)
    6 
    7 ?

    3  Nump的数组创建函数(array,arrange,ones,zeros,eye,empty)

    empty:根据指定的维数和类型创建一个数组但不填充任何值,数组元素值多是一些未初始化的垃圾值

    1 import numpy as np
    2 
    3 print(np.empty(3))
    4 
    5 print(np.empty((4,1)))

    4  数组转置(可以使用transpose()函数,也可以使用T属性访问转置矩阵)

    1 nar.transpose()
    2 
    3 nar.T

    5 Numpy中很多函数统计方法即可以当做数组的实例方法调用,也可以作为顶级的Numpy函数调用

    1 a=numpy.arrange(12).reshape(3,4)
    2 
    3 a
    4 
    5 array([[0,1,2,3],[4,5,6,7],[8,9,10,11]])

    实例方法:

    1 r=a.cumsum()
    2 
    3 r
    4 
    5 array([0,1,3,6,10,15,21,28,36,45,55,66])

    顶层函数调用:

    1 r=numpy.cumsum(a)
    2 r
    3 
    4 array([0,1,3,6,10,15,21,28,36,45,55,66])

    还有比如排序

    a=numpy.random.rand(4)

    a.sort()等价于numpy.sort(a)

    6 Numpy中的集合运算

    a=numpy.array([1,4,2,7,9,0,1,5,7,8])

    unique(a):  删除数组中的重复元素,并返回唯一元素的有序结果

    intersect1d(a,b):查找a,b中的共同元素,并返回公共元素的有效结果

    union1d(a,b):求a,b的并集,并返回有序结果。

    in1d(a,b):返回一个布尔型数组,如果a元素包含于b,则返回TRUE,否则返回False

    setdiff1d(a,b):求集合a,b的差,即存在于a中但不存在于b中的元素

    setxor1d(a,b):求集合a,b的对称差。即存在于a或b但不同时存在于a,b中的元素

    7 线性代数

    numpy中的linalg模块支持常见的线性代数操作

    det :求矩阵行列式

    eig:求矩阵特征值和特征向量

    inv:求方阵的逆

    numpy中的常用线性代数函数

    dot:完成矩阵乘法

    trace:计算对角线元素的和

    8访问文件

    (1)将数组以二进制形式存取

    save用于保存:numpy.save('d:\nshz.npy',a) 若没有指定扩展名,则默认为.npy

    load用于读取:numpy.load('d:\nshz.npy')

    (2)存取文本文件

    savetxt():numpy.savetxt('d:\npshz.txt',a,delimiter=',')会在D盘下新建文件‘npshz.txt’

    loadtxt():numpy.loadtxt('d:\npshz.txt',delimiter=',')

  • 相关阅读:
    webstorm 2017 激活破解
    落在纸上的思考
    Mysql数据库备份脚本
    asp.net c# 打开新页面或页面跳转
    转正专业考试
    关于mysql-5.7.23-winx64.msi的安装
    win server 2012 R2 你需要先安装 对应于 KB2919355 的更新
    零碎
    按钮
    猪猪公寓——冲刺第一天
  • 原文地址:https://www.cnblogs.com/woshihuihui/p/8280773.html
Copyright © 2011-2022 走看看