Numpy 使用1

1、Numpy创建数组

import numpy as np

创建数组有以下方式:

(1).arange

numpy.arange([start, ]stop, [step, ]dtype=None)

np.arange(12)

np.arange(1, 10, 2):  1 3 5 7 9

np.arange(12).reshape(3,4)

np.arange(12).reshape( (3,4) )

(2).zeros ones empty 这3个类似的

numpy.zeros(shapedtype=floatorder='C')

numpy.ones(shapedtype=Noneorder='C')

numpy.empty(shapedtype=floatorder='C')

np.zeros ((3,4))

np.zeros ((3,4), dtype=np.int16)

(3).linspace

numpy.linspace(startstopnum=50endpoint=Trueretstep=Falsedtype=None)

np.linspace(1, 10, 10):   1 2 3 --- 10

注意:

输入数组shape的时候,都输入 (rows, cols) 是OK的。当数组为一维数组时,可以只输入一个数 m,也可以输入 (m)

另外注意 arange是类似python中的range, arange与linspace不同!

 

2、Numpy数组运算

(1). * 和 dot区别 *是每个元素运算,dot是矩阵乘法运算

*是 elementwise product

dot是matrix product

*是元素计算, dot是矩阵计算

(2).类型转换 自动转向高精度类型转换

(3).sum求和 可以指定axis(轴)

3、Numpy全局函数 exp sqrt conj 全局函数都是对每个元素操作

a=np.arange(12).reshape((3,4))

np.sum(a,axis=0)

axis使用:

numpy的第一维是列,第二维是行。

axis=0,按照 列 计算。

axis=1,按照 行 计算。

axis=None,对所有元素计算。

3、Numpy 索引 切片 迭代

类似python中的list。

对于一维数组 可以[2] [2:5] [:6:2] [::-1]

对于多维数组 可以 [ra:rb, cm:cn] a行到b行,m列到n列

若多维数组,第一个索引为数组的索引

如A = np.arange(12).reshape((3, 4))

A[0]表示第一行 或者写为 A[0, :]

A[:, 0]表示第一列

对A迭代遍历  for row in A 遍历每一行

A.flat表示对A所有数据进行遍历

4、Numpy 形状操作

shape   ravel(将矩形变成一维) a.shape=(2,6)  a.T转置

a.resize() a.reshape() 功能基本一样,reshape比resize的参数多一个。reshape的参数可以给-1,参数自动计算。

resize 对自身矩阵进行操作

reshape 返回新的矩阵

5、Numpy 矩阵堆叠  矩阵分割

vstack  垂直排列

hstack  水平排列

vsplit hsplit

6、Numpy 矩阵拷贝 和 可视化

(1)、不拷贝

a=np.range(12)

b=a   b.resize( (3,4) )  a.resize( (6,2) )  ====>  b is a == True

(2)、浅拷贝

s = a[:, 1:3]

s[:]=10 改变a的值

(3)、深拷贝

d=a.copy()

7、Numpy 数组索引

a = np.arange(12)**2
i = np.array( [ 1,1,3,8,5 ] )
a[i]
j = np.array( [ [ 3, 4], [ 9, 7 ] ] )
a[j]
a = np.arange(12).reshape(3,4)
b = a > 4
a[b]  只有b为True的元素

8、Numpy 画图

直方图

plt.hist(v, bins=50, normed=1)

matplotlib 和 numpy略有不同

9、Numpy 线性代数

 
 

Numpy Study 1的更多相关文章

  1. Numpy Study 2----* dot multiply区别

    使用numpy时,跟matlab不同: 1.* dot() multiply() 对于array来说,* 和 dot()运算不同 *是每个元素对应相乘 dot()是矩阵乘法 对于matrix来说,* ...

  2. numpy库使用总结

    numpy study 0x01:n维数组对象ndaarray 存放同类型元素的多维数组 0x02:numpy数据类型 numpy 的数值类型实际上是 dtype 对象的实例,并对应唯一的字符,包括 ...

  3. Machine Learning Algorithms Study Notes(2)--Supervised Learning

    Machine Learning Algorithms Study Notes 高雪松 @雪松Cedro Microsoft MVP 本系列文章是Andrew Ng 在斯坦福的机器学习课程 CS 22 ...

  4. python及pandas,numpy等知识点技巧点学习笔记

    python和java,.net,php web平台交互最好使用web通信方式,不要使用Jypython,IronPython,这样的好处是能够保持程序模块化,解耦性好 python允许使用'''.. ...

  5. Python: NumPy, Pandas学习资料

    NumPy 学习资料 书籍 NumPy Cookbook_[Idris2012] NumPy Beginner's Guide,3rd_[Idris2015] Python数据分析基础教程:NumPy ...

  6. 利用Python进行数据分析(5) NumPy基础: ndarray索引和切片

    概念理解 索引即通过一个无符号整数值获取数组里的值. 切片即对数组里某个片段的描述. 一维数组 一维数组的索引 一维数组的索引和Python列表的功能类似: 一维数组的切片 一维数组的切片语法格式为a ...

  7. 利用Python进行数据分析(4) NumPy基础: ndarray简单介绍

    一.NumPy 是什么 NumPy 是 Python 科学计算的基础包,它专为进行严格的数字处理而产生.在之前的随笔里已有更加详细的介绍,这里不再赘述. 利用 Python 进行数据分析(一)简单介绍 ...

  8. 利用Python进行数据分析(6) NumPy基础: 矢量计算

    矢量化指的是用数组表达式代替循环来操作数组里的每个元素. NumPy提供的通用函数(既ufunc函数)是一种对ndarray中的数据进行元素级别运算的函数. 例如,square函数计算各元素的平方,r ...

  9. python安装numpy、scipy和matplotlib等whl包的方法

    最近装了python和PyCharm开发环境,但是在安装numpy和matplotlib等包时出现了问题,现总结一下在windows平台下的安装方法. 由于现在找不到了工具包新版本的exe文件,所以采 ...

随机推荐

  1. linux 下链接无线网络

    无线网卡配置此页由Linux Wiki用户Chenxing于2008年11月27日 (星期四) 09:28的最后更改. 在1233456的工作基础上.本文介绍在Linux命令行界面中手动配置无线网卡的 ...

  2. Apache Commons CLI官方文档翻译 —— 快速构建命令行启动模式

    昨天通过几个小程序以及Hangout源码学习了CLI的基本使用,今天就来尝试翻译一下CLI的官方使用手册. 下面将会通过几个部分简单的介绍CLI在应用中的使用场景. 昨天已经联系过几个基本的命令行参数 ...

  3. mysql 5.7.16 远程连接

    1登录到mysql中,为root进行远程访问的授权,所以主机都可以链接 GRANT ALL PRIVILEGES ON . TO 'root'@'%'IDENTIFIED BY 'mypassword ...

  4. maven项目和普通项目转换

     

  5. GoLang语言

    1 Go语言基础 1.1 语法详解 1.1.1 注释 /* regexp 包为正则表达式实现了一个简单的库. 该库接受的正则表达式语法为: 正则表达式: 串联 { '|' 串联 } 串联: { 闭包 ...

  6. 【转】工控老鬼】西门子S7200入门&精通【1】S7200硬件大全

    转载地址:http://blog.sina.com.cn/s/blog_669692a601016i5f.html     工控老鬼提醒以下的信息和资料可能不全或者不准确,如有疑问可以查阅西门子中国网 ...

  7. 95、Jenkins部署.net持续集成自动化测试环境

    ##目录 1. 安装Jenkins 1. 配置Jenkins 1. 自动编译 1. 自动部署 1. 自动测试 环境介绍: web服务器机器:192.168.1.7 svn服务器:192.168.1.5 ...

  8. java使用sax解析xml

    目的:解析xml文件,并存入mysql,并且要解析的字段能一一对应.这里解析的是微博的文件,想要利用里面的article和person_id字段. 思路: 为了能得到person_id和article ...

  9. eclipse上修改js后,浏览器上还是出现原来效果的解决方法

    废话不多说,直接上方法: 1.最简单的是清除浏览器缓存.2.换个浏览器试试.3.修改js文件名,换成别的名称,再引用.4.重启eclipse.5.重启电脑.

  10. 将自己库添加Cocoapods支持

    给库添加Cocoapods支持, 使这个工具使用起来更加方便, 更好的使用Cocoapods, 助力iOS程序开发, 下面进入正题, 想要实现这个过程, 绝对不虚此读. 首先写好一个要添加Cocoap ...