Numpy的基础运算

一维数组的运算

import numpy as np
a = np.array([10,20,30,40])
b = np.arange(4)
print(a,b)

[10 20 30 40] [0 1 2 3]

※ 加法

a里面每个元素逐个与b里面每个元素相加（减法、乘法同样如此）

c = a+b
print(c)

[10 21 32 43]

※ 次方：** 区别于^

c = b**2
print(c)

[0 1 4 9]

※ 三角函数

c = 10*np.sin(a)
print(c)

[-5.44021111  9.12945251 -9.88031624  7.4511316 ]

※ 判断array中元素与某固定值的大小关系

print(b)
print(b < 3)
print(b == 3)

[0 1 2 3]
[ True  True  True False]
[False False False  True]

二维矩阵的运算

a = np.array([[1,1],[0,1]])
b = np.arange(4).reshape((2,2))
print(a)
print(b)

[[1 1]
 [0 1]]
[[0 1]
 [2 3]]

※ 矩阵相乘

1. 两个矩阵中的元素逐个相乘

c = a*b
print(c)

[[0 1]
 [0 3]]

2. 矩阵乘法（详见线性代数）

c_dot = np.dot(a,b)
c_dot_2 = a.dot(b)
print(c_dot)
print(c_dot_2)

[[2 4]
 [2 3]]
[[2 4]
 [2 3]]

随机数

随机创建0-1的数字，输入几行几列

a = np.random.random((2,4))
print(a)
print(np.sum(a)) # 求和
print(np.min(a)) # 求最小值
print(np.max(a)) # 求最大值

[[0.11518874 0.74026567 0.36759493 0.17561297]
 [0.03652831 0.04706379 0.39861277 0.94188406]]
2.822751234722469
0.036528308348562244
0.9418840563226926

※ 定义axis

轴用来为超过一维的数组定义的属性，二维数据拥有两个轴：第0轴沿着行的垂直往下，第1轴沿着列的方向水平延伸。
axis = 0 表示沿着每一列或行标签\索引值向下执行方法
axis = 1 表示沿着每一行或者列标签模向执行对应的方法

axis=0和1的图示.jpg
关于axis的说明来源戳这里

print(a)
print(np.sum(a,axis = 1))
print(np.min(a,axis = 0))
print(np.max(a,axis = 1))

[[0.11518874 0.74026567 0.36759493 0.17561297]
 [0.03652831 0.04706379 0.39861277 0.94188406]]
[1.39866231 1.42408893]
[0.03652831 0.04706379 0.36759493 0.17561297]
[0.74026567 0.94188406]

单个矩阵的运算

A = np.arange(14,2,-1).reshape(3,4)
print(A)

[[14 13 12 11]
 [10  9  8  7]
 [ 6  5  4  3]]

※ 最小值和最大值索引值

print(np.argmin(A))    
print(np.argmax(A)) 

11
0

※ 平均数和中位数

# 平均数
print(np.mean(A))
print(A.mean())   

# 中位数
print(np.median(A)) 

8.5
8.5
8.5

※ 累加和累差

print(np.cumsum(A))    
print(np.diff(A)) 

[ 14  27  39  50  60  69  77  84  90  95  99 102]
[[-1 -1 -1]
 [-1 -1 -1]
 [-1 -1 -1]]

※ 非0的元素输出行数和列数

print(np.nonzero(A)) 


(array([0, 0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2]), array([0, 1, 2, 3, 0, 1, 2, 3, 0, 1, 2, 3]))

※ 逐行排序

print(np.sort(A))

[[11 12 13 14]
 [ 7  8  9 10]
 [ 3  4  5  6]]

※ 行列转置

print(A.T)
print(np.transpose(A)) 

[[14 10  6]
 [13  9  5]
 [12  8  4]
 [11  7  3]]
[[14 10  6]
 [13  9  5]
 [12  8  4]
 [11  7  3]]

※ 限定最大最小值：

array中小于5的都等于5，大于9的都等于9

print(np.clip(A,5,9))

[[9 9 9 9]
 [9 9 8 7]
 [6 5 5 5]]

Numpy学习教程来源请戳这里