Numpy系列
Numpy_01 创建 指定数据类型 查看维度和数据类型 简单的数学运算
Numpy_02 索引和切片
Numpy_03 转置和轴对换
Numpy_04 通用函数
Numpy_05 数据处理
Numpy_06 数组的文件输入输出 线性代数
数组转置
arr = np.arange(15).reshape((3, 5)) # 创建一个值为 0-14的一维数组 再reshape成一个 3行5列的数组
print(arr)
print(arr.T) # 将数组转置输出
利用np.dot计算矩阵内积 条件 第一个数组的 行 必须等于第二个数组的 列
arr = np.random.randn(6, 3) # 创建一个 随机的 6行3列的数组
print (arr)
print (np.dot(arr.T, arr)) # 计算转置后的数组和 转置前的内积
高维数组的情况
arr = np.arange(16).reshape((2, 2, 4)) # 创建一个 值为 0-15的数组 再reshape成 一个 两层 2行4列的数组
print(arr)
print('==========分割线==============')
print(arr.transpose((1, 0, 2))) # 没看懂传的参数什么意思,自己研究下哈哈哈.
高维数组转置
print(arr)
print('==========分割线==============')
print(arr.swapaxes(1, 2)) # 没看懂穿的参数什么意思 但部分高维数组传参(1,2)或(2,1)都可转置成功

本文深入探讨了Numpy库中的数组操作,包括数组的创建、数据类型管理、数学运算、索引与切片、转置及轴对换、通用函数应用、数据处理以及数组的文件读写和线性代数计算。特别关注了数组转置和高维数组的处理技巧,如利用np.dot进行矩阵内积计算,以及高维数组的transpose和swapaxes方法。
974

被折叠的 条评论
为什么被折叠?



