快捷導(dǎo)航

新手入門學(xué)習(xí)python Numpy基礎(chǔ)操作

更新時(shí)間：2020年03月02日 08:58:21 投稿：yaominghui

這篇文章主要介紹了新手入門學(xué)習(xí)python Numpy基礎(chǔ)操作,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下

NumPy(Numerical Python) 是 Python 語言的一個(gè)擴(kuò)展程序庫，支持大量的維度數(shù)組與矩陣運(yùn)算，此外也針對數(shù)組運(yùn)算提供大量的數(shù)學(xué)函數(shù)庫。是在學(xué)習(xí)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)之前應(yīng)該掌握的一個(gè)非?；厩覍?shí)用的Python庫。

導(dǎo)入庫，創(chuàng)建數(shù)組

import numpy as np
a = np.arraya = np.array([0, 1, 2, 3, 4] )  #使用array函數(shù)

a = np.array([[11, 12, 13, 14, 15],
          [16, 17, 18, 19, 20],
          [21, 22, 23, 24, 25],
          [26, 27, 28 ,29, 30],
          [31, 32, 33, 34, 35]])  #創(chuàng)建多維數(shù)組
a=np.zeros((2, 3))  #創(chuàng)建兩行三列的0填充的矩陣，ones(shape)則是創(chuàng)建1填充的，np.full((m,n)8) m行n列的全部是8的參數(shù)
a=np.linspace(1., 4., 6) #創(chuàng)建1到4之間，共6個(gè)元素的等值間距的數(shù)組
a=np.arange(起，止，步長) #創(chuàng)建 從起到至，按步長排列的數(shù)組
a= np.indices((3,3)) #創(chuàng)建一個(gè)堆疊的更高維度的數(shù)組
a=np.mat() #創(chuàng)建矩陣，array只能從列表中生成，而mat可以從字符串或者列表中生成，比如mat（"1,2;3,4"）,而array（[1,2,3,4]），mat是矩陣、array是數(shù)組（假矩陣）

基本操作符

np中矩陣之間加減乘除是對應(yīng)元素的+、-、*、/，【注】一個(gè)數(shù)組加一個(gè)整數(shù)，則是對該數(shù)組每個(gè)元素加該整數(shù)，這個(gè)過程成為數(shù)組的廣播，如果階數(shù)不同則是每行與每行對應(yīng)相乘。

mat的矩陣若是使用*則是矩陣相乘，而非對應(yīng)元素相乘

其他的計(jì)算函數(shù)：

multiply(),數(shù)組或矩陣對應(yīng)位置相乘
dot()函數(shù)，a.dot(b)表示ab矩陣相乘，數(shù)學(xué)上的相乘。
sum() #求和，可使用axis限定方向，0為縱向，1為橫向。[[...],[...],[...]]這樣橫著放求得時(shí)候他也會默認(rèn)為二維方陣，最后結(jié)果是[...]
min() #找出最小的元素
max() #找出最大的元素
mean() #返回均值
std() #返回標(biāo)準(zhǔn)方差
var() #返回方差
cumprod() #原數(shù)組該位置的前幾項(xiàng)元素乘（累乘數(shù)組），可以使用axis指定方向，0表示縱向，1表示橫向，默認(rèn)橫向
cumsum() #原數(shù)組該位置的前幾項(xiàng)元素和（累加數(shù)組）
ptp() #返回最大值減去最小值

np的索引和切片

import numpy as np
data = np.arange(12).reshape((3, 4))
print(data)
##對數(shù)組元素進(jìn)行索引和切片
# 1. 取第一行的數(shù)據(jù)
print(data[0])

# 2. 取第一列的數(shù)據(jù)
print(data.T[0])
print(data[:, 1])

#3. 獲取多行
print(data[:2])

# 4. 獲取多行列
print(data.T[:2])
print(data[:, :2])


# 5. 獲取指定行的前幾列;
print(data)
print(data[[0,2], :2])
print(data[:2, [0,2]])

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: