numpy的一些常见用法

Posted 2022-09-28 Icy Hunter

文章目录

• 前言
• 布尔运算
• 拼接运算
• • np.c_[]、np.r_[]
  • np.hstack、np.vstack
• 矩阵运算
• • np.matmul(a, b)
  • np.multiply(a, b)
• 广播运算

前言

numpy还是蛮好用的，一直没记录，赶紧记录一下。

布尔运算

取出b的在a中大于4的索引的元素

a = np.array([1,2,3,44,4])
b = np.array([1,1,0,100,6])
print(a > 4)
print(b[a > 4])

输出：

拼接运算

np.c_[]、np.r_[]

import numpy as np
a = np.array([[1,2,3]])
b = np.array([[1,2,3]])
# 纵向拼接
c = np.r_[a, b]
# 横向拼接
d = np.c_[a, b]
print(c)
print(d)

输出：

np.hstack、np.vstack

import numpy as np
a = np.array([[1,2,3]])
b = np.array([[1,2,3]])
# 纵向拼接
c = np.vstack((a, b))
# 横向拼接
d = np.hstack((a, b))
print(c)
print(d)

输出：

矩阵运算

np.matmul(a, b)

矩阵乘法

import numpy as np
a = np.array([[1, 2],
              [2, 4]])

b = np.array([[1, 1],
              [2, 2]])
c = np.matmul(a, b)
print(c)

输出：

np.multiply(a, b)

求对应元素点积

import numpy as np
a = np.array([[1, 2],
              [2, 4]])

b = np.array([[1, 1],
              [2, 2]])
c = np.multiply(a, b)
print(c)

输出:

广播运算

当矩阵与一个常数进行运算时，会进行广播。
当维度相同时，则对应元素进行计算。

import numpy as np
a = np.array([[1, 2],
              [2, 4]])

b = np.array([[1, 1],
              [2, 2]])
print(a - 1)
print(a - b)

输出：

使用numpy中的运算方法，当传入数组时，会自动进行对应元素进行计算

import numpy as np
a = np.array([[1, 2],
              [2, 4]])

b = np.power(a, 2)
print(b)

输出：