import numpy as np

np.getfromtxt("路径",delimiter = "," ,dtype = str)  #读取txt文件数据

#路径 : 可以写相对路径也可以是绝对路径  ,delimiter : 分割符,dtype : 读取时候的类型转换。

vector = np.array([5,10,15,20])  #数据类型必须相同

vector.shape #表示数组的形状,例如上面的为(4,)data.shape(1) # 表示列数

vector.dtype :表示数据类型      vector[0:3]:索引为0,1,2 的数据  vector[:,1] :取 第一列的数据

vector == 10 返回array([Flase,True,Flase,Flase])会对每一个数据进行比较 返回Bool 类型 这个可当索引

vector.astype(float) #强制类型转化   vector.min()#求最小值  vector.sum(axis=1)按行求和 若axis =0为按列求和

np.arrange(15)  # [0 1 2...14]     .reshape(3,5)# [[0,1,2,3,4],...[10,11,12,13,14]]

vector.ndim #维度  vector.dtype.name #类型名 vector.size #元素大小

np.zeros(3,4) #三行四列的0 np.ones((2,3,4),dtype = np.int32)

np.arrange(10,30,5)   # [10 15 20 25]

np.random.random((2,3)) #随机取-1到1之间2行3列的数

import pi     np.linspace(0,2*pi,100)#0~2*pi之间平均取100个数

A*B  对应相乘    A.dot(B) np.dot(A,B)  矩阵的乘法

vector.ravel  拉平拉成向量 .shape(6,2)有变成(6,2)的矩阵 reshape (3,-1)其中的-1表示自己算。

np.hstack((a,b))横拼  np.vstack((a,b))竖拼

np.hsplit(a,3) 将a横切成3等份  np.hsplit(a,(3,4)) 从(3,4)那横切 前面为一份 后面为一份 中间为一份

b = a #赋值 只是换了个名字而已 b 变化 a跟着变化  b = a.view() 形不跟着变 值会跟着变 b = a.copy()  都不会变

vector.argmax(axis=0) 按列找到最大值索引

np.tile(a,(2,3))#表示横向变为原来2倍 纵向也变为原来3倍

np.sort(a,axis = 1) 每行按从小到大排序  argsort(a) 出来的为从小到大的对应的索引

python numpy库的基本内容的更多相关文章

  1. python numpy库np.percentile用法说明

    在python中计算一个多维数组的任意百分比分位数,此处的百分位是从小到大排列,只需用np.percentile即可…… a = range(1,101) #求取a数列第90%分位的数值 np.per ...

  2. Python——NumPy库入门

    1.数据的纬度 维度:一组数据的组织形式 1.1 一维数据 一维数据由对等关系的有序或无序数据构成,采用线性方式组织 ,对应列表.数组和集合等概念 列表:数据类型可以不同 ,如 3.1413, 'pi ...

  3. 【转】Python numpy库的nonzero函数用法

    当使用布尔数组直接作为下标对象或者元组下标对象中有布尔数组时,都相当于用nonzero()将布尔数组转换成一组整数数组,然后使用整数数组进行下标运算. nonzeros(a) 返回数组a中值不为零的元 ...

  4. python pandas库的基本内容

    pandas主要为数据预处理 DataFrame import pandas food_info = pandas.read_csv("路径")  #绝对路径和相对路径都可以 ty ...

  5. python numpy 库

    引用文章:https://blog.csdn.net/xjl271314/article/details/80409034

  6. Python numpy中矩阵的用法总结

    关于Python Numpy库基础知识请参考博文:https://www.cnblogs.com/wj-1314/p/9722794.html Python矩阵的基本用法 mat()函数将目标数据的类 ...

  7. Python标准库简介

    在<Python语言参考手册>描述中的描述Python语法和语义,而本手冊主要介绍了Python标准库的内容和使用,也介绍了一些发行库里可选的组件库. Python标准库包括的内容是非常广 ...

  8. Python 的 Numpy 库

    Numpy: # NumPy库介绍 # NumPy的安装 #  NumPy系统是Python的一种开源的数值计算扩展 #  可用来存储和处理大型矩阵. #  因为不是Python的内嵌模块,因此 ...

  9. Python的工具包[0] -> numpy科学计算 -> numpy 库及使用总结

    NumPy 目录 关于 numpy numpy 库 numpy 基本操作 numpy 复制操作 numpy 计算 numpy 常用函数 1 关于numpy / About numpy NumPy系统是 ...

随机推荐

  1. sublime代码整理

    1. 2.输入: { "keys":["ctrl+shift+z"], (快捷键自定义,只要不冲突就可以了) "command":" ...

  2. CentOS7上部署taiga项目管理软件

    作者:waringid 一.简介 Taiga 是一个免费开源,而且功能非常强大的项目管理平台,用于初创企业和敏捷开发团队.提供一个简单.漂亮的项目管理工具.Taiga 采用 Python Django ...

  3. 【EasyNetQ】- 发布/订阅模式

    EasyNetQ支持的最简单的消息传递模式是发布/ 订阅.这种模式是消除消费者信息提供者的绝佳方式.出版商简单地向全世界说,“这已经发生了”或“我现在有了这些信息”.它不关心是否有人正在倾听,他们可能 ...

  4. Java Spring Boot VS .NetCore (一)来一个简单的 Hello World

    系列文章 Java Spring Boot VS .NetCore (一)来一个简单的 Hello World Java Spring Boot VS .NetCore (二)实现一个过滤器Filte ...

  5. tensorflow建造神经网络-【老鱼学tensorflow】

    上次我们添加了一个add_layer函数,这次就要创建一个神经网络来预测/拟合相应的数据. 下面我们先来创建一下虚拟的数据,这个数据为二次曲线数据,但同时增加了一些噪点,其图像为: 相应的创建这些伪造 ...

  6. django——模型层之单表

    1.ORM简介 MVC或者MVC框架中包括一个重要的部分,就是ORM,它实现了数据模型与数据库的解耦,即数据模型的设计不需要依赖于特定的数据库,通过简单的配置就可以轻松更换数据库,这极大的减轻了开发人 ...

  7. node.js 模块的分类

    模块的简单分类可分为三类: 第一类分别为:核心模块:http.fs.path.... 第二类分别为:文件模块:var (util)=require('.util.js') 第三方类分别为:其他模块:v ...

  8. (AB)Codeforces Round #528 (Div. 2, based on Technocup 2019 Elimination Round

    A. Right-Left Cipher time limit per test 1 second memory limit per test 256 megabytes input standard ...

  9. linux学习:归档,备份及进程相关命令用法整理

    指令:tar.zip.gzip.unzip.rsync.scp.ps.kill.nohup 压缩 tar 归档命令,不具备压缩功能 tar -zcvf test.tar.gz  test/     # ...

  10. thinkphp实现like模糊查询实例

    原网址:https://www.jb51.net/article/56846.htm