Numpy学习50例

基础部分

1、导入numpy模块

import numpy as np

2、查看numpy版本信息

print(np.__version__)

numpy的主要对象的多维数组Ndarray。Numpy中维度（dimensions）叫做轴（axis）,轴的个数叫做秩。

3、通过列表创建一位数组

np.array([1, 2, 3])

4、通过列表创建一个二维数组

np.array([(1, 2, 3),(4, 5, 6)])

5、创建全为0的二维数组

np.zeros((3,3))

6、创建全为1的三维数组

np.ones((2,3,4))

7、创建一维等差数组

np.arange(5)

8、创建二维等差数组

np.arange(6).reshape(2,3)

9、创建二维单位矩阵

np.eye(3)

10、创建等间隔一维数组（1到10之间，共6个数，数字之间间隔相同）

np.linspace(1, 10, num=6)

11、创建二维随机数组

np.random.rand(2,3)

下面说明一下random模块中的一些常用函数的用法

• numpy.random.rand(d0, d1, ..., dn)：生成一个[0,1)之间的随机浮点数或N维浮点数组。
• numpy.random.randn(d0, d1, ..., dn)：生成一个浮点数或N维浮点数组，取数范围：正态分布的随机样本数。
• numpy.random.randint(low, high=None, size=None, dtype='l')：生成一个整数或N维整数数组，取数范围：若high不为None时，取[low,high)之间随机整数，否则取值[0,low)之间随机整数。
• numpy.random.seed()：使得随机数据可预测。当我们设置相同的seed，每次生成的随机数相同。如果不设置seed，则每次会生成不同的随机数

12、依据自定义函数创建数组

np.fromfunction(lambda i, j: i +j, (5, 6))
fromfunction()方法可以根据矩阵的行号列号生成矩阵的元素。 例如创建一个矩阵，矩阵中的每个元素都为行号和列号的和。
import numpy as np

def func(i,j):

return i+j

a = np.fromfunction(func,(5,6))

第一个参数为指定函数，第二个参数为列表list或元组tuple,说明矩阵的大小

print(a)

输出：[[ 0. 1. 2. 3. 4. 5.]

[ 1. 2. 3. 4. 5. 6.]

[ 2. 3. 4. 5. 6. 7.]

[ 3. 4. 5. 6. 7. 8.]

[ 4. 5. 6. 7. 8. 9.]]

注意这里行号的列号都是从0开始的,func传进去的实参是矩阵的行列号

13、矩阵乘法运算

np.dot(A, B)

14、使用np.mat将数组定义为矩阵，直接使用*进行矩阵乘法运算

np.mat(A) * np.mat(B)

15、矩阵的转置

A.T

16、矩阵求逆

np.linalg.inv(A)

17、常用数学函数计算

np.sin(a)
np.exp(a)
np.sqrt(a)  #开平方运算
np.power(a, 3)  #立方根运算

18、数组的切片和索引

a = np.array([1, 2, 3, 4, 5])
a[0], a[-1]
a[0:2], a[:-1]

19、更改数组的形状（不改变原始数组）

a.reshape(2,3)

20、更改数组形状（改变原始数组）

a.resize(2, 3)

21、展平数组（将多维变成一维）

a.ravel()       a.flatten()
numpy.flatten()返回一份拷贝，对拷贝所做的修改不会影响（reflects）原始矩；而numpy.ravel()返回的是视图（view），会影响（reflects）原始矩阵。

22、垂直拼合数组

np.vstack((a, b))

23、水平拼合数组

np.hstack((a, b))

24、沿轴分隔数组

np.hsplit(a, 3)  #沿横轴切分数组。a是ndarray数组，3表示切分为几份
np.vsplit(a,2)  #沿纵轴切分数组。

25、返回数组最值

np.min(a, axis=num）
np.max(a, axis=num)

np.argmax(a, axis=num)  #返回最大值的索引
np.argmin(a, axis=num)

26、数组的统计特性计算

np.median(a, axis=num)  #指定维度的中位数
np.mean(a, axis= num)  #算数平均值
np.average(a, axis= num)  #加权平均值
np.var(a, axis = num)  #方差
np.std(a, sxis = num)  #标准差

进阶部分

27、创建一个5*5的二维数组，其中边界值为1，其余值为0

arr = np.ones((5,5))  #方法1
arr[1:-1,1:-1] = 0
z

arr = np.ones((5,5))  #方法二
arr = np.pad(arr, pad_width=1, mode='constant', constant_values=0)

28、创建5*5的二维数组，并设置1，2 ，3 ，4落在其对角线下方

arr = np.diag(1+np.arange(4), k = -1)

29、创建一个0-10的一维数组。并将大于等于5的数置为0

arr1 = np.random.randint(0,10,10)
arr1[arr1 >= 5] = 0

29、找出两个一维数组中子相同的元素

 arr1 = np.random.randint(0,10,10)
 arr2 = np.random.randint(0,10,10)
np.intersect1d(arr1,arr2)

30、打印今天、昨天、明天

yesterday = np.datetime64('today', 'D') - np.timedelta64(1, 'D')
today     = np.datetime64('today', 'D')
tomorrow  = np.datetime64('today', 'D') + np.timedelta64(1, 'D')
print("yesterday: ", yesterday)
print("today: ", today)
print("tomorrow: ", tomorrow)

31、将数组排序

Z = np.random.random(10)
Z.sort()

32、将float32转化为整型

arr = np.arange(10, dtype = np.float32)
arr = arr.astype(np.int32, copy = False)

33、将随机二维数组按照第3列从上到下升序排列

arr = np.random.randint(0, 10, (5,5))
arr[arr[:,2].argsort()]

34、将二维数组的前两行进行交换

A = np.arange(25).reshape(5,5)
A[[0,1]] = A[[1,0]]

35、找出随机一维数组中出现频率最高的值

arr = np.random.randint(0,10,50)
np.bincount(arr).argmax()

36、对于给定的5*5二维数组，在其内部随机放置num个值为1的数

arr = np.zeros((5,5))
np.put(arr, np.random.choice(range(5*5), p, replace=False), 1)

37、获得二维数组点积结果的对角线数组

A = np.random.uniform(0,1,(3,3))
A = np.random.uniform(0,1,(3,3))
np.sum(A*B.T,axis = 1)  #较快的方法
np.diag(np.dot(A, B))  #较慢的方法

38、设置数组中的各元素的值，使其保留两位小数

np.set_printoptions(precision=2)

39、计算两个数组之间的欧式距离

np.linalg.norm(b-a)