Numpy的使用

---

前言

一、Numpy是什么？

Numpy 是Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库.

二、使用步骤

1.引入库

import numpy as np

2.基本函数

• np.exp()：求解e的指数
• np.reshape(a, (m, n)) / a.reshape((m, n)) / a.reshape(m, n)：将矩阵转换维数
  reshape中参数为-1的意义
• np.linalg.norm(x, ord=None, axis=None, keepdims=False)：x为矩阵，ord（取值1，2，np.inf分别表示1范式，2范式，无穷范数，默认为2范式），axis（0，1，none默认，0代表按列处理，1代表按行处理），keepdims(是否保持维数，True时表示结果还是矩阵，否则是一个数)
  
  linalg.norm()的具体用法
• np.sum(a, axis=0)：可对矩阵进行求和，axis取值有0（在行方向上求和），1（在列方向上求和）
• np.dot(x1, x2)：对向量x1和x2进行点积/矩阵相乘运算
• np.outer(x1, x2)：对向量x1和x2进行外积运算
  a = [a1, …, am] and b = [ b1, …, bn]
  result=[
  [a1b1, a1b2,…,a1bn]
  [a2b1, a2b2,…,a2bn]
  …
  [amb1, amb2,…,am*bn]
  ]
• np.multiply(x1, x2)：x1和x2对应位置相乘，和x1 * x2一样效果
• np.abs(a)：对a绝对值
• np.mean(a)：求平均值
• np.zeros((m ,n))：创建值为0的m行n列矩阵
• np.squeeze(a)：去掉冗余的维度
  np.squeeze的用法

---

总结

以上就是今天要讲的内容，本文仅仅简单介绍了Numpy的基本使用。