numpy

ndarray对象

• 举例np.array

  # 最小维度  
  a = np.array([1,  2,  3,4,5], ndmin =  2) 
  

• tolist 转换为list列表

  a.tolist()
  # type list
  

• shape

  a = np.array([[1,2,3],[4,5,6]])  
  a.shape
  # (2, 3)
  

• ndim

  #返回数组的维数。
  

• arange

  np.arange(24)
  # [0 1  2  3  4  5  6  7  8  9  10  11  12  13  14  15  16 17 18 19 20 21 22 23]
  

• numpy.linspace

  np.linspace(10,20,5)  
  # [10.   12.5   15.   17.5  20.]
  

• np.arange

  np.arange(10,20,2)  
  # [10  12  14  16  18]
  

• empty

  np.empty([3,2], dtype =  int)  
  # 数组元素为随机值
  

• np.zeros(5)

  np.zeros(5)  
  # [ 0.  0.  0.  0.  0.]
  

• numpy.ones

  np.ones(5)
  # [ 1.  1.  1.  1.  1.]
  

切片索引

• slice 始 末 间隔

  a = np.arange(10)
  s = slice(2,7,2)
  b = a[2:7:2]  
  #  [2  4  6]
  a[5] 
  # 5 
  a[2:5]
  # [2  3  4]
  

• 多维ndarray

  a = np.array([[1,2,3],[3,4,5],[4,5,6]])  
  #[[1 2 3]
  # [3 4 5]
  # [4 5 6]]
  a[1:]
   #[[3 4 5]
   #[4 5 6]]
  

• 根据位置挨个取

  x = np.array([[1,  2],  [3,  4],  [5,  6]]) 
  y = x[[0,1,2],  [0,1,0]]  
  # [1  4  5]
  

• 高级索引 切片

  
  切片.png

NumPy - 统计函数

• 用于从数组中给定的元素中查找最小，最大，百分标准差和方差等

NumPy - 线性代数

• numpy.linalg模块，提供线性代数所需的所有功能

  dot 两个数组的点积
  vdot 两个向量的点积
  inner 两个数组的内积
  matmul 两个数组的矩阵积
  determinant 数组的行列式
  solve 求解线性矩阵方程
  inv 寻找矩阵的乘法逆矩阵