python numpy笔记

本文详细介绍NumPy库的基础使用方法,包括数组的创建、维度变换、矩阵运算、统计运算及常见函数应用等内容,适合初学者快速上手。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

numpy笔记,包含常用操作,参考点击打开链接


#encoding=utf-8

import numpy as np

#创建create
arr=np.arange(1,13,1) #开始值  终值(不包括)步长
print arr
print np.linspace(1,13,8) #开始值  终值(包括) 个数   形成等差数列
print np.eye(3)  #生成2维单位矩阵
print np.zeros((2,3))  #生成2x3行0矩阵
print np.ones((2,3))  #生成2x3行1矩阵
a=np.array([1, 2, 3, 4])    #用list初始化
b=np.array([5, 6, 7, 8])
#可在第二个参数指定类型 dtype = np.int32或dtype = np.float64

#尺寸shape
sharr=arr.reshape(4,3)  #改变尺寸 共享内存
print sharr
print sharr.shape       #a的shape 元组形式
print sharr.ndim       #a的维数
print sharr.size       #a的元素个数
print sharr.dtype       #a元素的类型

#存取
print sharr[2][1]
sharr[2][1]=100
licarr=sharr[1:3,:]
print licarr    #取出自己想要的 和python语法相同 注意不包含结尾行

#矩阵与矩阵运算
arr1 = np.array([[1., 2., 3.], [4., 5., 6.]])
arr2 = np.array([[2., 3., 4.], [5., 6., 7.]])
print arr1 + arr2   #数组加法
print arr1 - arr2   #数组减法
print arr1 * arr2   #数组乘法 数值相乘
print arr1 / arr2   #数组除法 数值相除

#矩阵与数值运算 对每个元素进行数值运算
print arr1**3   #乘方运算

#矩阵函数运算
np.abs(arr1)
np.sqrt(arr1)
np.square(arr1)
np.exp(arr1)
np.log(arr1)
np.sign(arr1)
np.cos(arr1)

#矩阵统计运算
print np.sum(arr1) #求arr1的全部(行和列)的总和
print np.sum(arr1, axis = 0) #求基于列的和    返回一维list
print np.sum(arr1, axis = 1) #求基于行的和    返回一维list
#更多函数 平均值 标准差和方差 最大值等

#矩阵操作
c=np.hstack((a, b))  #水平合并
print c
d=np.vstack((a, b))  #垂直合并
print d
print np.hsplit(d, 2)   #垂直分割    返回矩阵里面装分割后的矩阵
print np.vsplit(d, 2)   #水平分割
print np.transpose(d)   #矩阵转置
print d.T   #矩阵转置
print arr1.dot(arr2.T)  #矩阵乘法
np.mat(arr1).getI()     #矩阵求逆


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值