Numpy 用法总结

1 生成Numpy数组

• 从已有数据中创建数组

import numpy as np

ls1 = [1,2,3]
nd1 = np.array(ls1)
print(type(nd1))

• 利用random模块生成数组

np.random.seed(0)  # 设置随机数种子
nd = np.random.random([2,2])   # 生成0-1之间的随机数
nd = np.random.uniform(1,9,[3,3])  # 生成均匀分布的随机数
nd = np.random.randint(1,9,[3,3])  # 生成随机的整数
nd = np.random.normal(0,1,[3,3])  # 生成正太分布
nd = np.random.randn(10,10)   # 生成正太分布的随机数
nd = np.random.shuffle(nd)   # 打乱生成的随机数
print(nd)

 

• 创建特定形状的多维数组

nd = np.zeros((3,3))  # 创建全0的数组
nd = np.ones((3,3))   #创建全1的数组
nd = np.empty((3,4)) # 创建空数组，值为未初始化的垃圾值

nd = np.zeros_like(nd)
nd = np.ones_like(nd)
nd = np.empty_like(nd)

nd = np.eye(5)  # 创建对角矩阵
nd = np.full((3,4), 666) # 创建全为666的数组
print(nd)

• 利用arange、linspace函数生成数组

nd = np.linspace(0,1,10,endpoint=True)
print(nd)
# [0.         0.11111111 0.22222222 0.33333333 0.44444444 0.55555556 0.66666667 0.77777778 0.88888889 1.        ]

 

2 获取元素

nd = np.random.random([10])
print(nd[3])  # 获取某个元素
print(nd[2:8])  # 获取某段数据
print(nd[2:8:2]) # 获取固定间隔的某段数据

nd = np.arange(25).reshape([5,5])
print(nd[(nd>2)&(nd<5)])  # 获取数值在一个值域之内的数据

print(nd[1:4,:]) # 截取行数据
print(nd[:,4:7]) # 截取列数据

3 Numpy的算术运算

• 对应元素相乘

对应元素相乘（Element-Wise Product）是两个矩阵中对应元素乘积。np.multiply函数用于数组或矩阵对应元素相乘，输出与相乘数组或矩阵的大小一致。

a = np.random.randn(3,4)
b = np.random.randn(3,4)
c = np.multiply(a,b)

• 点积运算

点积运算（Dot Product）又称为内积，在Numpy用np.dot表示。

a = np.random.randn(3,4)
b = np.random.randn(4,3)
c=np.dot(a,b)

 

4 数组变形