Numpy

基本操作

1.导入库：

import numpy as np

2.创建数组：

a = np.array([0, 1, 2, 3, 4] )    #使用array函数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]])    #创建多维数组a=np.zeros((2, 3))    #创建两行三列的0填充的矩阵，ones(shape)则是创建1填充的a=np.linspace(1., 4., 6) #创建1到4之间，共6个元素的等值间距的数组a=np.arange(起，止，步长)  #创建 从起到至，按步长排列的数组a= np.indices((3,3))  #创建一个堆叠的更高维度的数组

3.多维数组的切片：

a[行，列]，其中    ：表示全部，a:b表示[a,b）范围，::a 表示步长为a

4.利用属性

.shape 查看几行几列，shape[0]查看行数，也可使用shape（）.ndim 查看数组的维度.size查看数组一共多少项数据    .itemsize占用的字节数.T 完成转置.real 获取实部.imag 获取虚部

5.基本操作符（+、-、*、/）

np中矩阵之间加减乘除是对应元素的+、-、*、/，    【注】一个数组加一个整数，则是对该数组每个元素加该整数，这个过程成为数组的广播其他的计算函数：dot()函数，a.dot(b)表示ab矩阵相乘，数学上的相乘。sum() #求和，可使用axis限定方向，0为纵向，1为横向。[[...],[...],[...]]这样横着放求得时候他也会默认为二维方阵，最后结果是[...]min() #找出最小的元素max() #找出最大的元素mean()  #返回均值std()  #返回标准方差var() #返回方差cumprod() #原数组该位置的前几项元素乘 （累乘数组），可以使用axis指定方向，0表示纵向，1表示横向，默认横向cumsum() #原数组该位置的前几项元素和 （累加数组）ptp()  #返回最大值减去最小值where() 函数 #条件函数，传入条件比如a>50这样的条件mask #布尔屏蔽，可以将这个作为一个条件传入，比如mask=b>0,a[mask]就是大于0的那部分

6.数组操作

.reshape()  #完成形状转换.resize()  #完成形状转换，但是会改变所作用的数组，有取代的意思。.ravel()  #将多为数组转换成为一维数组.flatten() #将多维数组转换为一维数组，但这个是拷贝，需要分配内存.transpose() 转置hstack()  #水平叠加，将两个数组合并，水平方向上合并在一起vstack()# 垂直叠加，将两个数组合并，垂直方向，也就是加到第一个数组下面，构成一个更大的数组concatenate()  #通过设置一个axis值来确定水平叠加还是垂直叠加，axis=0为垂直叠加，1位水平叠加 hsplit() #纵向拆分vsplit() #横向拆分 split() #通过设置axis值来确定纵向还是水平向拆分，axis=0位纵向，1位横向tolist() #数组转换为listastype() #数组转换为指定类型tille(矩阵，（纵向数量，横向数量）) #复制数组形成新的矩阵，比如a=[1],tile(a,(1,5),>>>[1,1,1,1,1]sort() #对数组排序，返回结果由小到大排，对于多维是对每一行进行排序（若是指定axis可实现按列或者按行跨行排序，结果是每一行或者每一列是有序的），注意py也自带对序列的sortargsort () #对数组排序，返回 由小到大排的索引