Numpy基础知识总结

一维数组

numpy.array(object)	//object可以是列表，也可以是元组

numpy.arange(start,stop,step,dtype)

等差数组
numpy.linspace(start,stop,num,endpoint,retstep,dtype)

等比数组
numpy.logspace(start,stop,num,endpoint,base,dtype)

二维数组

numpy.array(object) //obejc必须是列表的列表，元组的元组

numpy.onses(shape,dtype) // 全是1的二维数组

numpy.zeros(shape,dtype) // 全是0的二维数组

numpy.full(shape,fill_value,dtype)

numpy.identity(n,dtype) //单位矩阵，对角线是1

数组的访问

一维数组索引访问

ndarray[index]

二维数组索引访问

ndarray[所在0轴索引][所在1轴索引]
ndarray[所在0轴索引，所在1轴索引]

一维数组切片访问

ndarray[start:end:step]

二维数组切片访问

ndarray[所在0轴切片，所在1轴切片]

布尔索引

可以 传递布尔索引，从数组中过滤出我们需要的元素

深层复制

花式索引

当索引为整数列表，一维整数数组或二维整数数组，就称为花式索引。
深层复制

数组的操作

连接数组

numpy.concatenate((a1,a2,...),axis)
numpy.vstack((a1,a2))//沿垂直方向
numpy.hstack((a1,a2))//沿水平方向

分割数组

numpy.split(ary,indices_or_sections,axis)
numpy.vsplict(ary,indices_or_sections)
numpy.hsplict(ary,indices_or_sections_

算术运算

±*/

数组广播

数组与标量或者不同形状的数组进行算术运算时候，就会发生数组广播

数组常用函数

随机数函数

numpy.random.rand(d0,d1,...dn)
numpy.random.randin(low,high,size,dtype)
numpy.random.normal(loc,scale,size)
numpy.random.randan(d0,d1,...)

排序函数

numpy.sort(a,axis=-1,kind=‘quicksort’,order=None)
numpy.argsort(a,axis=-1,kind=‘quicksort’,order=None)

聚合函数-求和

numpy.sum(a,axis=None)
numpy.nansum(a,axis=None)
numpy.ndarray.sum(axis=None)

聚合函数-求最大值

numpy.amax(a,axis=None)
numpy.nanmax(a,axis=None)
numpy.ndarray.max(axis=None)

聚合函数-求最小值

numpy.amin(a,axis=None)
numpy.nanmin(a,axis=None)
numpy.ndarray.min(axis=None)

聚合函数-求平均值

numpy.mean(a,axis=None)
numpy.nanmean(a,axis=None)

聚合函数-求加权平均值

numpy.amin(a,axis=None，weights=None)//weights表示权重

数据的保存和读取

保存

numpy.save(file,arr,allow_pick,fix_imports)
numpy.savez(file)
numpy.savez_compressed(file)

读取

numpy.load(file,mmap_mode,allow_pickle,fix_imports,encoding)