Python之Numpy
2021-04-12 00:27
标签:垂直 拷贝 argmin 控制 相同 处理 计算 strong cal 转化列表为矩阵:
前两个参数为范围,第三个参数为步长。 前两参数为端点,第三个参数代表有多少个数据。
加、减、乘法(+ 、- 、×)均可直接使用。 这里的乘法是相同位置的元素相乘,不是矩阵的乘法。 乘方通过两个乘号 该函数实现矩阵的乘法。 用法一: 用法二: 这三个函数默认以行为单位进行运算,若需要以列为单位,则需要更改axis的值。(axis默认为0 。) 示例: 这两个函数会返回矩阵中最小值或最大值的索引。 两函数均可返回平均值。 该函数返回中位数。 该函数与matlab中的 如原矩阵为 \(\begin{bmatrix}
0&1 \ 2&3
\end{bmatrix}\) 函数处理完后,矩阵为 \(\begin{bmatrix}
0&1 \ 3&6
\end{bmatrix}\) 相应的, 该函数将所有非零元素的行与列坐标分割开,重构成两个分别关于行和列的矩阵。 例如:原矩阵为 \(\begin{bmatrix}
1&2 \ 3&4
\end{bmatrix}\) 输出为 array([0, 0, 1, 1]), array([0, 1, 0, 1]) 该函数对矩阵的每一行进行排序,行内数据的排序,行之间的数据不会互相影响。 该函数可以实现矩阵的转置。 使用示例: temp.T 也可以实现矩阵的转置。 该函数可以设定上下限,并对矩阵内在上下限外的数据替换为上下限边界值。 函数格式:clip(Array, Array_min, Array_max)
该函数可以将多维矩阵展开成1行的数列。而 示例: 输出结果为:1 2 3 4
Vertical Stack. 该函数实现了对两个矩阵的上下合并。 Horizontal Stack. 该函数实现了对两个矩阵的左右合并。 该函数可以实现多个矩阵或序列的连接。 格式: np.concatenate((a, b, c, d), axis = 0) axis控制矩阵的纵向或横向。
格式: np.split(Array, pieces number, axis) axis控制分割方向,0为横向切割,1为纵向切割。 函数: 使用格式与 垂直分割与水平分割。
示例: Python之Numpy 标签:垂直 拷贝 argmin 控制 相同 处理 计算 strong cal 原文地址:https://www.cnblogs.com/Rane/p/13358175.htmlnumpy属性
temp = np.array([[1, 2], [3, 4]])
数据创建
array
:创建数组dtype
:指定数据类型zeros
:创建数据均为0ones
:创建数据均为1empty
:创建数据均接近0arange
:按指定范围创建数据linspace
:创建线段reshape
:更改数据形状
dtype示例
import numpy as np
temp = np.ones((3, 4), dtype = np.int)
arange示例
import numpy as np
temp = np.arange(1, 20, 3)
reshape示例
import numpy as np
temp = np.arange(12).reshape((3, 4))
linspace示例
import numpy as np
temp = np.linspace(1, 10, 20)
基础运算
××
实现。dot()
temp = np.dot(a, b)
temp = a.dot(b)
sum() min() max()
print(np.sum(temp, axis = 1))
argmin() argmax()
mean() average()
median()
cumsum() diff()
cumsum()
累加函数类似。该函数中,生成的没一想矩阵元素均是从原矩阵首项累加到对应项的元素之和。diff()
为累差函数。该函数计算的是每一行中,后一项与前一项的差。nonzero()
sort()
transpose()
temp = np.array([[1, 2], [3, 4]])
temp = np.transpose(temp)
clip()
索引操作
flatten()
flat
是一个迭代器,本身是一个object属性。temp = np.array([[1, 2], [3, 4]])
for i in temp.flat:
print(i)
Array合并
vstack()
hstack()
concatenate()
分割操作
split()
不等量分割
array_split()
split()
相同。vsplit() hsplit()
拷贝
=
或者copy()
均可完成数据的拷贝。a = b
a = b.copy()