numpy中的array函数,python numpy.array函数

  numpy中的array函数,python numpy.array函数

  Import numpy:将numpy作为np导入

  一、numpy常用函数

  1.数组生成函数

  Np.array(x):将X转换成数组

  Np.array(x,dtype):将x转换为类型的数组

  Np.zeros(shape):生成一个形状维度大小的全零数组。

  NP。zeros _ like(A):生成一个全零数组,其大小与A的每个维度相同。

  Np.ones(shape):生成一个形状维度大小的全1数组。

  Np.ones_like(a):生成一个所有1的数组,大小与a的每个维度相同。

  Np.full(shape,val):生成形状维度大小的完整val数组。

  Np.full_like(a,val):生成一个与a的每个维度大小相同的全val数组。

  Np.empty(shape):生成一个未初始化的形状维度大小数组。

  Np.empty_like(a):与np.zeros_like(a)功能相似

  Np.eye(n):生成nn单位矩阵

  Np.identity(n):生成nn单位矩阵

  Np.arange(begin,end,step):生成一个从begin到end-step的一维数组,其中begin(默认为0)和step(默认为1)可以省略。

  Np.linspace(start,stop,num):生成num个元素的等差数列,start为第一个元素,stop为最后一个元素。

  Np.where(cond,a1,a2):根据条件cond选择a1或a2,返回一个新数组。

  2.矩阵函数:

  Np.diag(a):以一维数组的形式返回方阵A的对角元素

  Np.diag(x):将输入数据X转换成方阵(非对角线元素为0)

  Np.dot(a,b):矩阵乘法

  计算对角线元素的和

  3.排序功能:

  Np.sort(a):在不影响原始数组的情况下,对中的元素进行排序并返回。

  Np.argsort(a):按升序排序,返回a的索引。

  Np.unique(a):剔除重复元素后,按升序排列,返回a中的元素。

  4.计算功能(元素级别计算)

  Np.abs(a),np.fabs(a):计算绝对值

  计算平均值

  Np.sqrt(a):计算平方根

  计算平方

  Np.exp(a):计算E X。

  Np.log(a):计算自然对数,如log10 log2 log1p。

  符号(a):计算符号

  舍入

  Np.floor(ndarray):向下舍入

  Np.rint(ndarray):舍入

  Np.modf(ndarray):拆分整数和小数部分,返回由两个数组组成的元组。

  NP。COS/COSH/SIN/SINH/TAN/TANH (A):计算普通和双曲三角函数

  NP。arccos/arccosh/arcsin/arcsinh/arctan/arctanh(a):计算反三角函数和双曲反三角函数。

  Np.maximum(a,b),np.fmax(a,b):计算最大值

  Np.minimun(a,b),np.fmin(a,b):计算最小值

  Np.copysign(a,B):将B的符号复制到a。

  Np.logical_and(a,b):返回布尔数组的逻辑运算。

  Np.logical_or(a,b):逻辑运算,返回一个布尔数组。

  Np.logical_xor(a,b):逻辑运算,返回一个布尔数组。

  5.数组重复函数

  Np.tile(a,reps):a是数组,reps是列表,reps的元素表示A的每个轴重复的次数。

  NP。Repeat (a,repeats,axis=none): A是一个数组,repeats是每个元素重复的次数(repeats一般是一个标量,稍微复杂一点的是一个列表),在axis方向重复。如果未指定轴,则返回一维数组。

  6.数组组合函数

  水平组合:

  np.hstack((a,b))、np.concatenate((a,b),axis=1)

  垂直组合:

  np.vstack((a,b))、np.concatenate((a,b),axis=0)

  沿纵轴组合的组合深度:np.dstack((a,b))

  7.文件读写

  Np.save(string,a):将a保存到string.npy文件中。

  Np.savez(字符串,a1,a2,):所有数组都被压缩并保存在文件string.npy中

  NP。SaveText (Sring,A,fmt,newline= \ n ):将写入FMT格式的文件。

  Np.load(string):读取文件字符串的文件内容,并将其转换为数组对象(或字典对象)

  Np.loadtxt(string,delimiter):读取文件字符串的文件内容,转换成以delimiter为分隔符的数组。

  二、numpy.ndarray的功能和属性

  1.ndaray属性。ndim:返回数组维数。shape:返回数组中每个维度的元组。

  描述数组元素的数据类型的对象。astype(dtype):转换类型。简单矩阵转置

  2.维度转换函数。整形((n,m,)):将数组转换成n*m*的多维数组.ravel()/。flatten():展平数组,将多维数组缩减为一维。

  3.计算函数(轴=0:对列进行操作,轴=1:对行进行操作)。mean():计算平均值。sum (): sum。cumsum():累计。cumprod():乘法。var():计算方差。std():计算标准偏差。max():找到最大值。min():求最小值。argmax():最大索引。argmin():最小索引。any():是否至少有一个为真?all():都是真的吗?点(b):计算矩阵的内积

  4.排序函数(轴=0:对列进行操作,轴=1:对行进行操作)。sort():排序并返回源数据。argsort():排序并返回数组索引。

  5.数组元素的选择

  A[n]:选择第n个元素。

  A[n:m]:选择第n到第m个元素。

  A[:]:选择所有元素。

  A[n:]:选择倒数第n个元素。

  A[:m]:选择第1到第m个元素。

  一个[布尔数组]:选择为真的元素。

  A[[x,y,m,n]].选择顺序为x,y,m,n的数组。

  A[n,m]:选择n-1行中的m-1元素。

  A[n][m]:选择n-1行中的m-1元素。

  一个[n,m,]:选择n 1行m 1列的元素(三维及三维以上的数组)。

  A[n][m].选择n 1行m 1列的元素(三维及三维以上数组)。

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: