numpy小记

import numpy as np
#
a=np.array([[1,3,2],[4,5,6]])
print(a)
a=np.arange(1,13).reshape((3,4))#生成一个3行4列的矩阵。值是1~13范围内的随机数字
#
b=a.reshape(2,-1)#明确指定矩阵为2行，-1表示一个占位符（在这里指定是3，一般情况下它一直都会是-1）
print(b)
print(a[1,1])#打印的是5 第2行，第2列的数字。默认从0开始计数
a[1,1]=55
print(a)
b=np.zeros((3,3))#创建一个3x3的矩阵，默认值全都为0
c=np.ones((3,3))#创建一个3x3的矩阵，默认值全都为1
d=np.full((3,3),5)#创建一个3x3的矩阵，默认值全都为5
print(d)
e=np.eye(3)#创建一个单位矩阵
print(e)
f=np.random.random((3,4))#创建随机矩阵 3x4
print(f)
#索引操作(和一般的列表操作类似，负数表示相反方向)
g=np.array([[1,2,3,4],[3,4,5,6],[6,7,8,9]])
h=g[1:,1:4]#从第2行，第1列开始，取值print(h.dtype)  #打印矩阵中数值的类型
k=np.array([1.5,2.6,3.3])
l=np.array(k,dtype=np.int64)#会将矩阵中所有的数都转化成整数
print(g[1,3])#返回6（行与列都是从0开始计算的）
print(g[2,:])#返回第二行所有的值。
print(g[:,3])#返回第三列所有的值
print(g[0:2,1：3])#返回一个矩形区域的值。其中0：2是指获取第0行和第1行的数据。1：3是指获取第1列和第2列的数据
#numpy中的常用运算
ary1=np.array([[5,6],[7,8]])
ary2=np.array([[8,1],[3,2]])
print(ary1+ary2)#两个矩阵做加法运算（np.add(ary1,ary2)）
print(ary1-ary2)#两个矩阵做减法运算，相当于np.subtract(ary1,ary2)
print(ary1/ary2)#两个矩阵做除法运算，相当于np.divide(ary1,ary2)
print(ary1*ary2)#将两个矩阵，相同位置上的数做乘法运算。相当于np.multiply(ary1,ary2)
#两个矩阵相乘 当前者的列数等于后者的行数，才能进行矩阵的乘法运算
print(ary1.dot(ary2))#相当于np.dot(ary1,ary2)
print(np.sum(ary1))#对ary中的数进行求和操作。结果是26
print(np.sum(ary1,axis=0))#得到一个一维矩阵，将矩阵中的每一列进行求和操作
print(np.sum(ary1,axis=1))#对矩阵中的每一行进行求和操作
np.mean(ary1)#求得矩阵中，所有数的和的平均值
np.mean(ary1,axis=0)#求得矩阵中，每一列数的和的平均值
np.mean(ary1,axis=1)#求得矩阵中，每一行数的和的平均值
print(np.random.uniform(0,1))#产生一个随机数（0和1之间）
print(np.average(ary1))#获取矩阵的平均数
print(np.median(ary1))#获取矩阵的中位数
np.cumsum(ary1)#返回一个列表，该列表内的元素的数量和矩阵的数量相同。列表的第2位数是矩阵的前2个数相加得来的。第3位数是矩阵前3个数相加得来的，第4位数是矩阵前4位……
np.diff(ary1)#返回一个矩阵，该矩阵第1位元素是ary1矩阵中，第2位和第1位元素的差。矩阵的第2位元素是ary1矩阵中，第3位元素和第2位元素的差。矩阵的第3位元素是矩阵ary1……
np.sort(ary1)#返回一个矩阵，将矩阵ary1进行逐行的排序
np.clip(ary1,3,6)#返回一个矩阵。将ary1矩阵中所有小于3的数，全都变成3，大于6的数，全都变成6
np.tile(ary1,(2,3))#将ary1这个矩阵，在行上重复2次，在列上重复3次
ary1.argsort()#将矩阵中的数进行 行（hang）排序
ary1.argsort(axis=0)#将矩阵中的数进行 列排序
np.argmin(ary1)#返回矩阵中最小值的索引
np.argmax(ary1)#返回矩阵中最大值的索引
ary1.T#矩阵的转置操作   等同于np.transpose(ary1)
ary3=np.array([1,3,2])
#将ary1的每一行和ary3进行相加
ary1+np.tile(ary3,(4,1))#在行上操作4次，在列上操作1次
a=np.array([1,1,1])
b=np.array([2,2,2])
#c=np.vstack((a,b)) #合并序列 vertical(上下合并)
#c=np.hstack((a,b))#左右合并
a=np.array([1,1,1])[:,np.newaxis]#在列上面增加一个维度，这样就可以使用concatenate来合并序列了
b=np.array([2,2,2])[:,np.newaxis]#如果np.newaxis放在了逗号的前面，则表示在列上面增加一个维度。（显然这里不需要，因为有3列了）
c=np.concatenate((a,b),axis=1)
c=np.concatenate((a,b,b,a),axis=0)#横向合并

#将矩阵分割成数组
np.split(array1,3,axis=0)#横向分割
np.hsplit(array1,3)
np.vsplit(array1,3)#纵向分割
d=a
d=a.copy()
print(c)

print