上節的numpy和scipy練習中，由於numpy和spicy相關函式較多，所以學習了網上的相關**後，做乙個小小的總結方便以後複習和學習之用,只是總結了部分知識，以後會在學習相關練習後不斷更新。
一、建立陣列和改變形狀
(1)np.arange(start, stop, step, dtype=none )
例：np.arange(3) -> array([0, 1, 2])
np.arange(3.0) -> array([ 0., 1., 2.])
np.arange(3,7) -> array([3, 4, 5, 6])
np.arange(3,7,2) -> array([3, 5])
(2)np.zeros(shape, dtype, order='c')
建立乙個給定形狀和型別的用0填充的陣列
例：np.zeros(3) ->
array([ 0., 0., 0.])
np.zeros((3,), dtype=np.int) ->
array([0, 0, 0])
(3)np.ones(shape, dtype, order='c')
建立乙個給定形狀和型別的用1填充的陣列
例：np.ones(3) ->
array([ 1., 1., 1.])
np.ones((3,), dtype=np.int) ->
array([1, 1, 1])
(4)b=a.reshape(n,n)
例：a=[1,2,3,4]
b = a.reshape(2,2)
->b=[[1,2]
[3,4] ]
二、獲取陣列資訊
1.獲取陣列每一維度的大小：a.shape
2.獲取陣列維度：a.ndim
3.元素個數：a.size
4.陣列轉置：a.t
三、建立矩陣方法
建立矩陣：np.mat()通過字串格式建立，np.mat(array)通過陣列建立
建立復合矩陣：np.bmat(『a b』,』ab』)，用a和b建立復合矩陣ab（字串格式）
建立n*n單位矩陣：np.eye(n)
矩陣的轉置：a.t
矩陣的逆矩陣：a.i
計算協方差矩陣：np.cov(a)，np.cov(a,b)
計算矩陣的對角線元素和：a.trace()
給出對角線元素：a.diagonal()
四、跟線性代數相關的函式
估計線性模型中的係數：a=np.linalg.lstsq(x,b), 式子：b=a*x
求方陣的逆矩陣：np.linalg.inv(a)
求廣義逆矩陣：np.linalg.pinv(a)
求矩陣的行列式：np.linalg.det(a)
解形如ax=b的線性方程組：np.linalg.solve(a,b)
求矩陣的特徵值：np.linalg.eigvals（a）
求特徵值和特徵向量：np.linalg.eig(a)
sad分解: u, sigma，vd＝
np.linalg.svd(a)
svdvals()函式：s＝np.linalg.svdvals(a), 得到對角線是奇異值的矩陣s，可用max（），min（）求最大最小奇異值
五、概率分布
產生二項分布的隨機數：np.random.binomial(n,p,size)，其中n,p,size分別是每輪試驗次數、概率、輪數
產生超幾何分布隨機數：np.random.hypergeometric(n1,n2,n,size=…)，其中引數意義分別是物件1總量、物件2總量、每次取樣數、試驗次數
產生n個正態分佈的隨機數：np.random.normal(均值，標準差，n)
產生n個對數正態分佈的隨機數：np.random.lognormal(mean,sigma,n)
numpy 矩陣和通用函式
建立矩陣 mat matrix bmat 分塊矩陣 用小矩陣組成大矩陣 轉置矩陣 t 逆矩陣 i 通用函式 frompyfunc函式 呼叫python的函式建立通用函式 zeros like 根據輸入引數初始化乙個全為0的陣列 flat屬性設定所有元素為乙個值 通用函式的方法 在add上呼叫 np....
numpy函式記錄
功能 產生size個離散均勻分布的整數，這些整數大於等於low，小於high。預設high是none,如果只有low，那範圍就是 0,low 如果有high，範圍就是 low,high n 3a np.random.randint 20,40,n,2 astype np.float32 b np.r...
Numpy常用函式
1 把向量轉化為矩陣 import numpy as np a np.arange 15 構造出乙個從0到14的向量 檢視為 array 0,1,2,3,4,5,6,7,8,9,10,11,12,13,14 改變向量為三行五列的矩陣 a.reshape 3,5 結果為 array 0,1,2,3,4...