为了账号安全,请及时绑定邮箱和手机立即绑定

功能强大的python包(一):Numpy

1.Numpy简介

Numpy图标

Numpy是python的一种开源的数值计算扩展;Numpy可用来存储和处理大型矩阵;Numpy支持大量的维度数组与矩阵运算。

2.数据类型

Numpy最基本最常用的数据类型是ndarray(n维数组),其中的很多方法也是针对ndarray对象而开发的;其与python自带数据类型list(列表)基本无差别;因此对于list对象的操作都可以运用到ndarray对象上。

3.Numpy总览

Numpy思维导图


数据生成

生成ndarray对象的方法汇总

函数 实例
np.array np.array([1,2,3,4,5])
np.arange np.arange(1,10)
np.linspace np.linspace(1,10,10)
np.ones np.ones((2,2))
np.ones_like np.ones_like([[1,2,3],[3,2,1]])
np.zeros np.zeros((3,2))
np.zeros_like np.zeros_like([[3,2,1],[1,2,3]])
np.empty np.empty((3,4))
np.empty_like np.empty_like([[1,2,3],[3,2,1]])
import numpy as np

np.array([1,2,3,4,5])
np.arange(1,10)
np.linspace(1,10,10)
np.ones((2,2))
np.ones_like([[1,2,3],[3,2,1]])
np.zeros((3,2))
np.zeros_like([[3,2,1],[1,2,3]])
np.empty((3,4))
np.empty_like([[1,2,3],[3,2,1]])

数据结构
函数 实例
np.size np.size(np.ones((3,4)))
np.shape np.shape(np.ones((3,4)))
np.split np.split(np.ones((3,4)),1)
np.reshape np.ones((3,4)).reshape(2,6)
np.concatenate np.concatenate(ones((3,4)))
np.transpose np.ones((3,4)).transpose( )
import numpy as np

np.size(np.ones((3,4)))
np.shape(np.ones((3,4)))
np.split(np.ones((3,4)),1)
np.ones((3,4)).reshape(2,6)
np.concatenate(ones((3,4)))
np.ones((3,4)).transpose( )

np.random

np.random模块可以用于生成呈各种分布的数据

函数 实例
np.random.rand np.random.rand(2,3)
np.random.randn np.random.randn(3,4)
np.random.gamma np.random.gamma(3,10)
np.random.normal np.random.normal(0,1)
np.random.randint np.random.randint(0,10,10)
import numpy as np

np.random.rand(2,3)
np.random.randn(3,4)
np.random.gamma(3,10)
np.random.normal(0,1)
np.random.randint(0,10,10)

数值计算
函数 实例
np.sin np.sin(10)
np.cos np.cos(60)
np.exp np.exp(4)
np.power np.power(2,3)
import numpy as np

np.sin(10)
np.cos(60)
np.exp(4)
np.power(2,3)

数据分析
函数 实例
np.abs np.abs(np.arange(-5,4))
np.sum np.sum([1,2,3])
np.var np.var([1,2,3])
np.std np.std([1,2,3])
np.mean np.mean([1,2,3])
np.sqrt np.sqrt([4,9,16])
np.floor np.floor([2.1,3.7,4.3])
np.ceil np.ceil([2,1,3.7,4.3])
np.median np.median([3,2,4])
np.cumsum np.cumsum([[1,2,3],[3,2,1]])
np.cumprod np.cumprod([[1,2,3],[3,2,1]])
import numpy as np

np.abs(np.arange(-5,4))
np.sum([1,2,3])
np.var([1,2,3])
np.std([1,2,3])
np.mean([1,2,3])
np.sqrt([4,9,16])
np.floor([2.1,3.7,4.3])
np.ceil([2,1,3.7,4.3])
np.cumsum([[1,2,3],[3,2,1]])
np.cumprod([[1,2,3],[3,2,1]])

索引
函数 实例
np.argmin np.argmin([4,2,1,6,8])
np.argmax np.argmax([4,2,1,6,8])
import numpy as np

np.argmin([4,2,1,6,8])
np.argmax([4,2,1,6,8])

Ending

点击查看更多内容
1人点赞

若觉得本文不错,就分享一下吧!

评论

作者其他优质文章

正在加载中
感谢您的支持,我会继续努力的~
扫码打赏,你说多少就多少
赞赏金额会直接到老师账户
支付方式
打开微信扫一扫,即可进行扫码打赏哦
今天注册有机会得

100积分直接送

付费专栏免费学

大额优惠券免费领

立即参与 放弃机会
意见反馈 帮助中心 APP下载
官方微信

举报

0/150
提交
取消