0
点赞
收藏
分享

微信扫一扫

numpy基础

Go_Viola 2022-04-21 阅读 96
pythonnumpy

numpy基础

1.1定义

  • (numpy)是python语言中做科学计算的基础库.重在与数值计算,也是大部分python科学计算库的基础,多用于在大型,多维数组上执行的数值运算

    • 使用np.array()创建数组
    • 使用plt创建
    • 使用np的routlines函数创建
    • 使用array()创建一个一维数组
    # 使用array()创建一维数组
    arr1=np.array([1,2,3])
    
    # 使用array()创建多维数组,arr2(2维)
    arr2=np.array([[1,2,3],[1,2,3]])
    
  • 1.数组和列表的区别是什么?

    • 数组中存储的数据元素类型必须是同一类型
    • 优先级:字符串>浮点型>整型
  • 数据类型

    • array(dtype=?):可以设定数据类型
    • arr.dtype = ‘?’:可以修改数据类型
      在这里插入图片描述
  • 2.numpy函数

    • zero()
    • ones()
    • linespace()
    • arange()
    • random系列
    • 变形reshape
    # shape表示数组的形状
    fun1=np.zeros(shape=[2,3],dtype='int32')  # 数值全为0   dtype数据类型
    
    fun2=np.ones(shape=[2,3])  # np.ones数值全为1
    
    fun3=np.linspace(0,100,num=20) # 从0-100中取出20个数,等差数列
    
    fun4=np.arange(0,100,step=5) # 从0-100取出差为5的等差数列,step==步数
    
    fun5=np.random.randint(0,100,size=[3,5]) # 从0-100随即取出3行5列的随机数
    
    arr1=np.random.randint(0,100,size=[3,4])
    # 将2维变一维
    arr1.reshape((12))
    arr1.reshape((6,-1))  #-1自动计算
    
  • 3.numpy属性

    • shape
    • ndim
    • size
    • dtype
    fun6=np.random.randint(0,100,size=[3,5]) # 从0-100随即取出3行5列的随机数
    print(fun6.shape)   # 形状
    print(fun6.ndim)   # 维度
    print(fun6.size)   # 个数
    print(fun6.dtype)   # 数据类型
    

1.2numpy的索引和切片操作(重点)

  • 1.切片操作:

    • 切出前两列数据
    • 切出前两行数据
    • 切出前两行的前两列数据
    • 数组数据翻转
    arr = np.random.randint(0, 100, size=[5, 4])
    arr[0]# 索引取元素,取出第一行元素
    # 切出前两列数据
    arr[:, :2]
    # 切出前两行数据
    arr[:2, :]
    # 切出前两行的前两列数据
    arr[:2, :2]
    # 数组行数据翻转
    arr[::-1]
    # 数组列数据翻转
    arr[:, ::-1]
    # 数组行和列数据都翻转
    arr[::-1, ::-1]
    

1.3级联操作

  • 将多个numpy数组进行横向或纵向拼接

  • 行一样列不一样,只能使用行级联

  • 列一样行不一样,只能使用列级联

  • 行列都一样,行列都可以级联

  • (以伪数组级联默认axis=0,默认为列)

  • axis轴向理解

    • 0列 1行
    array=np.random.randint(0,100,size=(3,5))
    np.concatenate((array,array),axis=0)
    

1.4常见的聚合操作

  • sum()求和
  • max()最大值
  • min()最小值
  • mean()平均值

1.5常见的数学函数

  • NumPy 提供了标准的三角函数:sin()、cos()、tan()
  • numpy.around(a,decimals) 函数返回指定数字的四舍五入值。
    • 参数说明:
      • a: 数组
      • decimals: 舍入的小数位数。 默认值为0。 如果为负,整数将四舍五入到小数点左侧的位置

1.5常见的统计函数

  • numpy.amin() 和 numpy.amax(),用于计算数组中的元素沿指定轴的最小、最大值。
  • numpy.ptp():计算数组中元素最大值与最小值的差(最大值 - 最小值)。
  • numpy.median() 函数用于计算数组 a 中元素的中位数(中值)
  • 标准差std():标准差是一组数据平均值分散程度的一种度量。
    • 公式:std = sqrt(mean((x - x.mean())**2))
    • 如果数组是 [1,2,3,4],则其平均值为 2.5。 因此,差的平方是 [2.25,0.25,0.25,2.25],并且其平均值的平方根除以 4,即 sqrt(5/4) ,结果为 1.1180339887498949。
  • 方差var():统计中的方差(样本方差)是每个样本值与全体样本值的平均数之差的平方值的平均数,即 mean((x - x.mean())** 2)。换句话说,标准差是方差的平方根。

1.6矩阵

  • numpy中包含了一个矩阵库numpy.matlib,该模块中的函数返回的是一个矩阵,而不是ndarray对象
  • 一个的矩阵是一个由行(row)列(column)元素排列成的矩形阵列
  • numpy.matlib.identity()函数返回给定大小的单位矩阵
举报

相关推荐

0 条评论