python中numpy包的常用函数及用法(持续更新中)

numpy包的导入

import numpy as np

生成高斯数据

mid, sigma = 0, 0.1 # 设置均值和方差
noise = np.random.normal(mid, sigma, 100) #生成100个高斯数据

生成连续数据序列

#方法一
serial = np.arange(0, 100) * 0.1 #生成0-10的共100个数据，然后设置间距为0.1
#方法二
serial = np.arange(0, 10，0.1) #生成0-10的 间距为0.1 的 共100个数据

显示

#显示
plt.title("")
plt.plot(serial[0:100],noise[0:100])
plt.show()   

sin函数

y=np.sin(serial)

但是不能写

import math
y=math.sin(serial)

因为math.sin()的参数只允许有一个值
比如

y=math.sin(serial[0])

是合法的

在矩阵中插入一行或者一列

#在X矩阵的第一列都插入值1
X = np.insert(X,0,values=[1],axis=1)

矩阵增加行或列

np.row_stack() 与 np.column_stack()

import numpy as np

a = np.array([[4, 4,], [5, 5]])

c = np.row_stack((a, [8,9]))
d = np.column_stack((a, [8,9]))

矩阵按照行或列复制

numpy.tile()能够把矩阵沿各个方向复制

a = np.array([0,1,2])
np.tile(a,(2,1))

就是把a先沿row方向复制2倍, 再把结果沿coloum方向复制1倍

 array([[0,1,2],
        [0,1,2]])

求范数

x_norm=np.linalg.norm(x, ord=None, axis=None, keepdims=False)

x: 表示矩阵（也可以是一维）
ord：范数类型

非numpy包的一些临时place occupy

python同时遍历数组的索引和值

>>> my_list = ['a', 'b', 'c']
>>> for idx, val in enumerate(my_list):
...     print(idx, val)
...
0 a
1 b
2 c

构造零矩阵

new_array = np.zeros((5,20))#构造5行20列的零矩阵

构造单位阵

numpy.eye(12）#构造一个12×12的单位矩阵

求逆矩阵

b=np.linalg.inv(a)#求矩阵a的逆矩阵