Python-------numpy

numpy基本用法：

使用numpy创建array: 

a = np.array([2, 23, 4])

使用numpy创建矩阵：

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

使用numpy创建三行四列的矩阵：

a = np.zeros((3,4))

使用numpy创建0-12三行四列的矩阵：

a = np.arange(12).reshape((3,4))
print(a)

使用numpy创建一个五段的数列：

a = np.linspace(1, 10, 5)  1是起始值，10是截至值，5是分为多少段数

查看array的字节：

a = np.array([2, 23, 4], dtype=np.int)
print(a.dtype)

字节越少所占用的空间越小

numpy基本运算：

加减乘除直接列表对应的值进行计算（针对列表）

注意平方在Python中用**表示，例如 c = b**2(b的平方)

特殊算法例如三角函数直接调用，例如 c = 10*np.sin(a) (a中每个值取sin再乘以10)

矩阵的乘法：

c_dot = np.dot(a,b)

c_dot_2 = a.dot(b)

两种办法皆可

随机创建：

a = np.random.random((2,4))

求最大值：max.(a),若想求每列的最大值则是： max.(a,axis=0)  每行的最大值：max.(a,axis=1)（列=0，行=1）

求和: sum.(a)

求最小值：min.(a)

最小值的索引： np.argmin(A)/np.argmax(A)

求矩阵平均值：np.mean(A)/np.average(A)， 求列/行求平均值： np.mean(A,axis=0/1)

求矩阵中位数：np.median(A)

求累加：np.cumsum(A)(每项的值等于前面所有项的和)

求累差：np.diff(A)(n+1减去n项的值，n为新矩阵的位置)

输出非零项：np.nonzero(A)(输出两个列表，第一个列表对应行第二个列表对应列)

排序：np.sort(A) （逐行进行从小到大排序）

矩阵的反向(求逆矩阵)：np.transpose(A)/A.T  （行变列，列变行）无法把横向数列变为竖向数列

np.clip(A,5,9) （把小于5的数都变为5，大于9的数都变为9，其他数字不变输出）

numpy的索引

输出第二行第一列的数据：print(A[2,1])/print(A[2][1])

输出第二行的所有数据：print（A[2,:]）

输出第一列的所有数据：print（A[:,1]）

输出第二行从第一位到第三位的值：print(A[2,1:3])

python 中只能迭代行（row）,若要迭代列则需要将原来的矩阵翻转，再迭代翻转后的行，也就是原矩阵的列

a.flatten() 将矩阵变化为列表

矩阵的遍历： 

for item in A.flat:
    print(item)

A.flat代表着一个迭代器

矩阵的合并

上下合并： np.vstack(A,B)

左右合并：np.hstack(A,B)

横向数列变为竖向数列：:,np.newaxis（竖向的变为横向  np.newaxis,:)

进行多个矩阵横向(axis=1)或者纵向(axis=0)的合并： C=np.concatenate((A,B,B,A),axis=0/1)

矩阵的分割

纵向分割： np.split(A,3,axis=0)

横向分割：np.split(A,3,axis=1) 分割的矩形必须相等

若要进行不等项的分割：np.array_split(A,3,axis=1)

纵向分割：np.vsplit(A, 3) 

横向分割：np.hsplit(A,2)

矩阵的复制

若把a的值复制给b,再把b的值复制给c，（a=b,b=c）那么，abc三个为一个值，若改变a/b/c中的值，那么另外两个值也会变改变

如果想要这些值不关联起来，需要用到 b=a.copy（深复制），那么改变a的值不会影响b的值