numpy的常用使用（创建，转换，运算，索引，条件选择）

本文用到的代码整理如下：
numpy的基本使用.ipynb

创建 or 类型转换

创建矩阵(dim=1)

np.array() 直接创建：

使用 np.ones()、np.zeros() 等方法：

创建矩阵（dim>1)

np.array(),先行后列

使用 np.ones()、np.zeros()等方法：先行后列

矩阵的类型转化

xxx.astype()

矩阵的运算

加减

行列均适用

点积

线性代数矩阵相乘 xxx.dot(yyy)

按位相乘

直接用*

索引，可以使用判断符号进行筛选，不过会损失空间信息。

求最值

转置

xxx.T

reshape

xxx.reshape 和转置并不一样

矩阵的条件选择

np.where(condition, x, y)

满足条件(condition)，输出x，不满足输出y。

np.where(condition)

只有条件 (condition)，没有x和y，则输出满足条件 (即非0) 元素的坐标 (等价于numpy.nonzero)。这里的坐标以tuple的形式给出，通常原数组有多少维，输出的tuple中就包含几个数组，分别对应符合条件元素的各维坐标。

引用

• 知乎：机器学习入门–这可能python全网最好的numpy教程了