Python之Numpy

Posted 2020-12-18 Rane

numpy属性

• ndim：维度
• shape：行数和列数
• size：元素个数

转化列表为矩阵：
temp = np.array([[1, 2], [3, 4]])

---

数据创建

• array：创建数组
• dtype：指定数据类型
• zeros：创建数据均为0
• ones：创建数据均为1
• empty：创建数据均接近0
• arange：按指定范围创建数据
• linspace：创建线段
• reshape:更改数据形状
  
  

dtype示例

import numpy as np
temp = np.ones((3, 4), dtype = np.int)

arange示例

import numpy as np
temp = np.arange(1, 20, 3)

前两个参数为范围，第三个参数为步长。

reshape示例

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

linspace示例

import numpy as np
temp = np.linspace(1, 10, 20)

前两参数为端点，第三个参数代表有多少个数据。

---

基础运算

加、减、乘法（+ 、- 、×）均可直接使用。

这里的乘法是相同位置的元素相乘，不是矩阵的乘法。

乘方通过两个乘号 ×× 实现。

dot()

该函数实现矩阵的乘法。

用法一：

temp = np.dot(a, b)

用法二：

temp = a.dot(b)

sum() min() max()

这三个函数默认以行为单位进行运算，若需要以列为单位，则需要更改axis的值。（axis默认为0 。）

示例：

print(np.sum(temp, axis = 1))

argmin() argmax()

这两个函数会返回矩阵中最小值或最大值的索引。

mean() average()

两函数均可返回平均值。

median()

该函数返回中位数。

cumsum() diff()

该函数与matlab中的 cumsum() 累加函数类似。该函数中，生成的没一想矩阵元素均是从原矩阵首项累加到对应项的元素之和。

如原矩阵为

(egin{bmatrix} 0&1 2&3 end{bmatrix})

函数处理完后，矩阵为

(egin{bmatrix} 0&1 3&6 end{bmatrix})

相应的，diff() 为累差函数。该函数计算的是每一行中，后一项与前一项的差。

nonzero()

该函数将所有非零元素的行与列坐标分割开，重构成两个分别关于行和列的矩阵。

例如：原矩阵为

(egin{bmatrix} 1&2 3&4 end{bmatrix})

输出为

array([0, 0, 1, 1]), array([0, 1, 0, 1])

sort()

该函数对矩阵的每一行进行排序，行内数据的排序，行之间的数据不会互相影响。

transpose()

该函数可以实现矩阵的转置。

使用示例：

temp = np.array([[1, 2], [3, 4]])
temp = np.transpose(temp)

temp.T 也可以实现矩阵的转置。

clip()

该函数可以设定上下限，并对矩阵内在上下限外的数据替换为上下限边界值。

函数格式：clip(Array, Array_min, Array_max)

---

索引操作

flatten()

该函数可以将多维矩阵展开成1行的数列。而flat是一个迭代器，本身是一个object属性。

示例：

temp = np.array([[1, 2], [3, 4]])
for i in temp.flat:
    print(i)

输出结果为：1 2 3 4

---

Array合并

vstack()

Vertical Stack. 该函数实现了对两个矩阵的上下合并。

hstack()

Horizontal Stack. 该函数实现了对两个矩阵的左右合并。

concatenate()

该函数可以实现多个矩阵或序列的连接。

格式：

np.concatenate((a, b, c, d), axis = 0)

axis控制矩阵的纵向或横向。

---

分割操作

split()

格式：

np.split(Array, pieces number, axis)

axis控制分割方向，0为横向切割，1为纵向切割。

不等量分割

函数：array_split()

使用格式与split()相同。

vsplit() hsplit()

垂直分割与水平分割。

---

拷贝

=或者copy()均可完成数据的拷贝。

示例：

a = b

a = b.copy()