numpy库的相关语法以及相关操作
文章目录
- numpy库的相关语法以及相关操作
- (1)numpy的读和创建矩阵:
- (2)shape/reshape,size,dtype/astype的用法?
- (3)numpy_取值操作:
- (4)numpy_“==”的用法:
- (5)axis,ndim,min()/max(),sum(),arange(),argmax()的用法?
- (6)zeros()和ones()的用法?
- (7)random()和linspace()的用法?
- (8)矩阵的运算?
- (*)dot(),矩阵乘法运算;
- (9)矩阵的拼接和切分?
- (*)vstack(),用于行拼接;hstack(),用于列拼接;
- (10)矩阵的深层复制,浅层复制,拷贝,复制变换的用法?
- (11)矩阵的数值排序?
(1)numpy的读和创建矩阵:
(*)numpy读文档采用numpy.genfromtxt();
采用numpy.genfromtxt(’ .txt’,delimiter=",",dtype=str,skip_header=?);//skip_header可跳过前面的一些行数据。

(*)创建一维向量和矩阵,采用numpy.array[ ];

(2)shape/reshape,size,dtype/astype的用法?
注:这里的reshape并不会改变原来矩阵的shape值;size表示元素的个数;dtype表示元素的类型,在numpy的array里矩阵值需同一类型,astype对同一矩阵的矩阵值的类型进行修改。


(*)astype对同一矩阵的矩阵值的类型进行修改:

(3)numpy_取值操作:
(*)取个值,采用索引下标[m,n]:取部分值,采用[:,n]或[m:n,x];

(4)numpy_“==”的用法:
(*)进行等值的判断,同时bool值可以作为array的索引;

(5)axis,ndim,min()/max(),sum(),arange(),argmax()的用法?
(*)axis,ndim,min()/max(),sum()的用法:
注:axis=1划分元为行,axis=0划分元为列;ndim表示矩阵的维度;

(*)arange()的用法:
生成步长为1的一维向量,作为索引:

生成从指定位置到指定位置的等步长的一维向量:

(*)argmax()的用法:
argmax,用于求最大值的索引

(6)zeros()和ones()的用法?
zeros用于生成0矩阵;ones用于生成1矩阵,采用numpy.zeros((矩阵个数,行数,列数),dtype=str/int32/float类型);

(7)random()和linspace()的用法?
random()用于生成随机数矩阵,范围(-1,1),采用random((行数,列数))或者random(个数);
linspace()用于生成指定位置指定步长指定个数的随机矩阵,采用(指定起始数,步长,生成随机数的个数);

(8)矩阵的运算?
(*)**,/,-,<运算符对应的运算;

(*)dot(),矩阵乘法运算;

(*)exp()用于e的矩阵乘法,sqrt()用于矩阵的开方;

(*)floor()为下取整,ravel()为矩阵的拉伸排列成一行,.T为矩阵的转置;

(9)矩阵的拼接和切分?
(*)vstack(),用于行拼接;hstack(),用于列拼接;

(*)vsplit(),用于行切分;hsplit(),用于列切分;以及指定行或列切分;
采用numpy.hsplit(矩阵,切分个数);

采用numpy.hsplit(矩阵,(切分列左界,切分列右界));

(10)矩阵的深层复制,浅层复制,拷贝,复制变换的用法?
(*)深层复制,采用b=a;

(*)浅层复制,采用b=a.view();

(*)拷贝,采用b=a.copy();

(*)矩阵的复制变换,采用tile(矩阵,(行数,列数));

(11)矩阵的数值排序?
采用sort()和argsort()进行排序;

本文全面解析NumPy库中矩阵操作的语法与技巧,包括矩阵的创建、属性操作、取值、比较、数学运算、拼接切分、复制与排序等功能,助你掌握高效的数据处理技能。
586

被折叠的 条评论
为什么被折叠?



