numpy常用操作

import numpy as np

np_array = np.array([[0,1,],[2,3]])
print(np_array.ndim)# dim 2
print(np_array.shape)# (2, 2)
print(np_array.size)# 4
print(np_array.dtype)# int32
print(np.zeros((2,3)))
print(np.ones((1,2),dtype=float))
print(np.empty((2,1)))#初始化为1
print(np.arange(10,20,3))# 10-20间间隔3构建一维数组
print(np.linspace(0,5,10))# 将0-5区间均匀划分为10份
print(np.arange(0,3))# 默认按1分割

a = np.array([[1,2,3],[4,5,6]])
b = np.array([[2,3,4],[5,6,8]])
print(a - b)# 对应位相减，shape必须相同
print(a**2)# 平方
print(a * b)# 对应位相乘
print(a.max(), a.min(), a.sum())
print(a.sum(axis=0))# 对应列相加
print(a.sum(axis=1))# 对应行相加

a = np.array([[0,1,2,3]])

print(a.cumsum(axis=0))# i行 = 第1~i行相加
print(a.cumsum(axis=1))# i列 = 第1~i列相加
print(np.exp(a), np.sqrt(a))
print(np.floor(np.exp(a)))# floor返回不大于输入参数的最大整数
print(np.round(np.exp(a)))# round四舍五入
print(np.around(np.exp(a)))# around四舍五入
print(np.around([0.1,0.5,0.51,0.7,0.37]))

a = np.array([[1,2,3],[4,5,6],[7,8,9]])
print(a[1,2])
print(a[:,2])# 第2列元素，列数从0开始
print(a[1, :])# 第1行元素
print(a[0:2, :])# 第0和1行元素
print(a[0:2,0:1])# 前两行的第0列元素，0:2左闭右开
for k in a:
    print(k)# 逐行打印
print(a <=4)# 逐位判断
print(np.array2string(a))
print(np.transpose(a))
print(np.reshape(a, (9,1)))# 转为9行1列

b = np.reshape(a, (9,1))

print(np.append(a, b))# [1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9]

b = np.array([22,11])
print(np.append(a, b))# a,b合并
print(np.insert(a,1,3,axis=0))#在行的第1索引处插入3
print(np.insert(a,1,3,axis=1))#在列的第1索引处插入3
print(np.delete(a, [0,1],axis=1))#删除列的第0和1索引处内容
print(np.concatenate(a,axis=0))# 将a变为一维数组

a = np.array([[3,2], [2,5]])
b = np.array([[5,7], [8,9]])
print(np.concatenate((a,b),axis=0))# 合并a，b为4 * 2矩阵[[3 2], [2 5], [5 7], [8 9]]
print(np.concatenate((a,b),axis=1))# 合并a，b为2 * 5矩阵[[3 2 5 7], [2 5 8 9]]
print(np.vstack((a,b)))# 功能同np.concatenate((a,b), axis=0
print(np.hstack((a,b)))# 功能同np.concatenate((a,b), axis=1