numpy

最基本用法：

import numpy as np

araay=np.array([[1,2,3],

[4,5,6],

[7,8,9]])

print(araay)

print(araay.ndim)  #维度

print(araay.shape) #几行几列

print(araay.size) #元素个数

print(araay.dtype) #元素类型

注意，np.array()括号里面，是二维的写法，如果写成，np.array([1,2,3])，这表示是一个一维数组，不是矩阵。

a = np.array([1,2,3,4.5],dtype=np.int) #设置数据元为int型，相应的还有float ,int32,int64,float32,float64

print(a)

# #如果没有dtype定义，会发现打印出来的b都有. 变成了float

b = np.zeros( (3,3),dtype=np.int64) #相应的，还有，np.ones

print(b)

# #range排序生成矩阵 参数的意思分别为 开始值 结束值 间隔值

d=np.arange(1,10,1).reshape((3,3))

print(d)

# #线性排序生成矩阵 参数的意思分别为 开始值 结束值 共几个数据

e=np.linspace(0,10,5)

print(e)

简单的加减运算 与 平方

f=np.array([10,20,30,40])

g=np.arange(4)

print(f,g)

h=f-g

print(h)

#平方 用**2

f=np.array([1,2,3,4])

print(f**2)

元素中的大小 这样简单粗暴的比较返回布尔值，这里会返回4个false

f=np.array([1,2,3,4])

print(f)

print(f>4)

NP的乘法 一种是矩阵中每个数相乘，一种就是矩阵的乘法！

m=np.array([[1,2,3],

[2,2,2]])

n=np.ones((2,3))

print(m*n)

o=np.ones((3,2))

print(m.dot(o))  #这是矩阵的乘法

生成一个随机矩阵 且生成的数值都是在0-1之间 求和，最值

g=np.random.random((3,2))

print(g)

print(np.max(g))

print(np.min(g))

print(np.sum(g))

print(np.max(g,axis=0))  #aixs表示维度，0是列，1是行 这表示列的最大值 故每一列，都会返回一个值

求最值索引以及平均值！ 平均值为mean，arange表示2-14之间形成一个有12个元素的矩阵

p=np.arange(2,14).reshape(3,4)

print(p)

print(np.argmax(p))

print(np.argmin(p))

print(np.mean(p))

print(np.cumsum(p))  #表示累加，有点像fblg数列 ，第n个位置的值=前n个数的和

排序 转置 clip意思是，将矩阵中，所有小于3，大于9的数，都置为3或者9. 只保留中间的数

p=np.arange(13,1,-1).reshape(3,4)

print(p)

print(np.sort(p))  #只是进行每一行，行内的排序

print(p.T) #转置

print(np.clip(p,3,9))

print(np.mean(p,axis=0))  #表示每列的平均数

索引

a=np.arange(3,15).reshape((3,4))

print(a)

print(a[0]) #表示第0行

print(a[0,:]) #也可以用：来表示所有，这里就是表示，所有列

print(a[0,1:3]) #表示第0行，第1列，第2列的元素输出

for循环

a=np.arange(3,15).reshape((3,4))

print(a)

for each in a:  #默认是行，故这里每一个each就是每一行的集合

print(each)

for each in a.T:  #如果要输出列的话，就直接用转置就可以了！

print(each)

for each in a.flat:  #每个元素，逐个输出

print(each)

矩阵合并！

a=np.array([1,1,1])

b=np.array([2,2,2])

print(np.vstack((a,b)))  #vstack表示vertical stack 垂直

print(np.hstack((a,b)))  #同理，这就是水平堆积

矩阵拆分！

a=np.arange(3,19).reshape(4,4)

print(a)

print(np.split(a,2,axis=0))  #按行来拆分 这里0表示行了

深浅拷贝  跟C语言

a=np.arange(1,5)

print(a)

b=a    #浅拷贝，就是说，内存地址也一并拷贝过去了

print(b is a)

a[0]=8

print(b)

c=a.copy()  #只拷贝值，不拷贝内存地址！ 就是说，C有一块新的内存地址

a[0]=20

print(a)

print(c)