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. leetcode(js)算法10之正则表达式匹配

    mmp,对着答案看了三遍才看懂,真是菜的抠脚 给定一个字符串 (s) 和一个字符模式 (p).实现支持 '.' 和 '*' 的正则表达式匹配. '.' 匹配任意单个字符. '*' 匹配零个或多个前面的 ...

  2. python 基于机器学习识别验证码

    1.背景    验证码自动识别在模拟登陆上使用的较为广泛,一直有耳闻好多人在使用机器学习来识别验证码,最近因为刚好接触这方面的知识,所以特定研究了一番.发现网上已有很多基于machine learni ...

  3. java的编译过程

    用记事本编写两个java文件 第一个Employee.java import java.io.*; public class Employee{ String name; int age; Strin ...

  4. Swift - use Array

    //数组声明 var arr0 = Array<Int>() var arr1 = Array<String>(count: 3, repeatedValue: "& ...

  5. 关于hbase api的个人总结(带jar包)

    1.如果本机代码没问题,jar包没问题的话,检查集群也没用问题,但是代码运行显示 找不到对应的映射主机,需要在  C:\Windows\System32\drivers\etc  中修改host文件, ...

  6. 集群环境下的Session共享

    一.Cookie机制和Session机制回顾 1)定义:Session成为“会话”,具体是指一个终端用户与交互系统进行通信的时间间隔,通常指从注册进入系统到注销退出系统之间所经过的时间.Session ...

  7. Spark on Yarn with HA

    Spark 可以放到yarn上面去跑,这个毫无疑问.当Yarn做了HA的时候,网上会告诉你基本Spark测不需做太多的关注修改,实际不然. 除了像spark.yarn开头的相关配置外,其中一个很重要的 ...

  8. Codechef August Challenge 2018 : Chef at the River

    传送门 (要是没有tjm(Sakits)的帮忙,我还真不知道啥时候能做出来 结论是第一次带走尽可能少的动物,使未带走的动物不冲突,带走的这个数量就是最优解. 首先这个数量肯定是下界,更少的话连第一次都 ...

  9. xmoj142

    https://code.mi.com/problem/list/view?id=142 暴力. #include <bits/stdc++.h> using namespace std; ...

  10. 解析Json文件

    一: /** * 把json文件读取到内存中 * * @throws IOException */ public String getFile(String filePath) throws IOEx ...