numpy是什麼
在沒給大家介紹numpy之前先給大家說下python的基本概念。
python 是一種高階的，動態的，多泛型的程式語言。python**很多時候看起來就像是偽**一樣，因此你可以使用很少的幾行可讀性很高的**來實現乙個非常強大的程式設計客棧想法。
numpy很簡單，numpy是python的乙個科學計算的庫，提供了矩陣運算的功能，其一般與scipy、matplotlib一起使用。其實，list已經提供了類似於矩陣的表示形式，不過numpy為我們提供了更多的函式。
陣列陣列常用函式
1.where()
按條件返回陣列的索引值
2.take(a,indkolxecwjhex)
從陣列a中按照索引index取值
3.linspace(a,b,n)
返回乙個在(a,b)範圍內均勻分布的陣列，元素個數為n個
4.a.fill()
將陣列的所有元素以指定的值填充
5.diff(a)
返回陣列a相鄰元素的差值構成的陣列
6.sign(a)
返回陣列a的每個元素的正負符號
7.piecewise(a,[condlist],[funclist])
陣列a根據布林型條件condlist返回對應元素結果
8.a.argmax(),a.argmin
返回a最大、最小元素的索引
改變陣列維度
a.r**el(),a.flatten():
將陣列a展平成一維陣列
a.shape=(m,n),a.reshape(m,n):
將陣列a轉換成m*n維陣列
3.a.transpose,a.t
轉置陣列a
陣列組合
1.hstack((a,b)),concatenate((a,b),axis=1)
將陣列a,b沿水平方向組合
2.vstack((a,b)),concatenate((a,b),axis=0)
將陣列a,b沿豎直方向組合
3.row_stack((a,b))
將陣列a,b按行方向組合
4.column_stack((a,b))
將陣列a,b按列方向組合
陣列分割
1.split(a,n,axis=0),vsplit(a,n)
將陣列a沿垂直方向分割成n個陣列
2.split(a,n,axis=1),hsplit(a,n)
將陣列a沿水平方向分割成n個陣列
陣列修剪和壓縮
1.a.clip(m,n)
設定陣列a的範圍為(m,n),陣列中大於n的元素設定為n,小於m的元素設定為m
2.a.compress()
返回根據給定條件篩選後的陣列
陣列屬程式設計客棧性
1.a.dtype
陣列a的資料型別
2.a.shape
陣列a的維度
3.a.ndim
陣列a的維數
4.a.size
陣列a所含元素的總個數
5.a.itemsize
陣列a的元素在記憶體中所佔的位元組數
6.a.nbytes
整個陣列a所佔的記憶體空間
7.a.astype(int)
轉換a陣列的型別為int型
陣列計算
1.**erage(a,weights=v)
對陣列a以權重v進行加權平均
2.mean(a),max(a),min(a),middle(a),var(a),std(a)
陣列a的均值、最大值、最小值、中位數、方差、標準差
3.a.prod()
陣列a的所有元素的乘積
4.akolxecwjh.cumprod()
陣列a的元素的累積乘積
5.cov(a,b),corrcoef(a,b)
陣列a和b的協方差、相關係數
6.a.diagonal()
檢視矩陣a對角線上的元素
7.a.trace()
計算矩陣a的跡，即對角線元素之和
總結本文標題: python numpy 常用函式總結
本文位址:
python numpy常用函式積累
axis屬性 在python numpy中許多函式都有axis這一屬性，該屬性通常是指進行函式計算時指定的計算軸方向，一般設定為 a xi s 0axis 0 axis 0 為列，axi s 1axis 1 axis 1 為行。樣例如下 import numpy as np x np.random....
Python Numpy函式 tile函式
tile函式位於python模組 numpy.lib.shape base中，他的功能是重複某個陣列。比如tile a,n 功能是將陣列a重複n次，構成乙個新的陣列，我們還是使用具體的例子來說明問題 先來引入numpy下的所有方法 我們建立乙個a，如圖下圖，使用tile來建立b，注意看b的資料結構 ...
python Numpy 函式整理
1 建立二維陣列 array 陣列行數 shape 0 陣列列數 shape 1 a np.array 1,2 3,4 5,6 7,8 a array 1,2 3,4 5,6 7,8 a.shape 0 4 a.shape 1 2 a.shape 4,2 2 numpy.empty shape,dt...