Numpy- array属性改变形状函数基本运算

Posted 泡泡怡

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Numpy- array属性改变形状函数基本运算相关的知识,希望对你有一定的参考价值。

1.array的重要属性

import numpy as np
my_array=np.array([[1,2,3],[4,5,6],[7,8,9]])
print(my_array.size)   #数组中元素的总个数
print(my_array.ndim)   #数组维度
print(my_array.dtype)  #数组中元素的类型
print(my_array.shape)  #数组的形状
print(my_array.shape[0])   #提取数组行数的方法
print(my_array.shape[1])   #提取数组列数的方法

2.reshape()、ravel()、属性flat、转置transpose

import numpy as np
my_array=np.arange(15).reshape((3,5))
print(my_array)
my_ravel=my_array.ravel() #将返回一维数组,也就是就是平铺
print(my_ravel)
my_array2=np.transpose(my_array) #转置
print(my_array2)
my_flat=my_array.flat  #flat是属性,返回一个迭代器,用于遍历。

3.基本统计函数(求和、最大值、最小值、均值、标准差)

import numpy as np
my_array=np.arange(12).reshape((3,4))
my_sum1 = np.sum(my_array)   # 求二维数组的元素和
my_sum2=np.sum(my_array,axis=0)#axis=0,每列求和;axis=1每行求和,得一维数组。
my_sum3=my_array.sum(axis=0)  #用数组的方法操作,得到与上一行一样的运行结果。
my_max=np.max(my_array,axis=1)  #每一行最大值,返回一个一维数组
my_min=np.min(my_array,axis=0)  #每一列求最小值,返回一个一维数组
my_mean= np.mean(my_array)  # 求二维数组的元素平均值
my_std= np.std(my_array)    # 求二维数组的元素标准差

4.两个数组之间的乘法运算

u=np.array([[1,1],[3,4]])
v=np.array([[2,4],[3,5]])
w=u*v   #对应元素相乘,要求两个数组维度相同
y=np.dot(u,v)  #矩阵乘法
z=u.dot(v)     #利用了数组的方法实现了和上一行一样的功能

以上是关于Numpy- array属性改变形状函数基本运算的主要内容,如果未能解决你的问题,请参考以下文章

数据科学包——numpy

Numpy 简单教程(二)数组的形状(shape)操作

python -- numpy 基本数据类型,算术运算,组合,分割 函数

Python科学计算库Numpy

学习NumPy全套代码超详细基本操作数据类型数组运算复制和试图索引切片和迭代形状操作通用函数线性代数

numpy笔记