numpy模块

numpy模块

numpy模块，是python用于数值计算的基础模块，支持大量的维度数值与矩阵计算。

numpy模块函数

numpy.arange(n)   生成0~n-1的整数

import numpy as ny

y=ny.arange(3)
print(y)

# 输出
[0,1,2]

numpy.arange(m,n,k)   数据生成m到n的以k为步长

import numpy as ny

y=ny.arange(1,10,2)
print(y)

# 输出
[1 3 5 7 9]

numpy.linspace(m,n,k)   在m到n的数据中按等距取k个值

import numpy as ny

y=ny.linspace(1,10,3)

print(y)

#输出
[ 1.   5.5 10. ]

numpy.reshape(m,n)   定义一个m行n列的矩阵

import numpy as ny

y=ny.arange(6)
x=y.reshape(2,3)
print(x)

# 输出
[[0,1,2]
 [3,4,5]]

numpy.reshape(n,-1)或(-1,n)   确定矩阵的行（列）后，相应的列（行）自动确定

import numpy as ny

y=ny.arange(6)
x=y.reshape(2,-1)
print(x)

# 输出
[[0,1,2]
 [3,4,5]]

numpy.zeros((m,n))   生成一个m行n列的零矩阵

import numpy as ny

y=ny.zeros((3,3))
print(y)

# 输出
[[0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]]

numpy.ones((k,m,n)), dtype=numpy.int32   生成k个m行n列的单位矩阵，且数据类型为整数

import numpy as ny

y=ny.ones((1,2,2),dtype=ny.int32)
print(y)

#输出
[[[1 1]
  [1 1]]]

numpy.shape   打印矩阵的行和列（矩阵长度）

import numpy as ny

y=ny.arange(6)
x=y.reshape(2,3)
print(x.shape)

#输出
(2, 3)

numpy.ndim   打印矩阵的维度

import numpy as ny

y=ny.arange(6)
x=y.reshape(2,3)
print(x.ndim)

#输出
2

numpy.size   输出数组的元素的个数

import numpy as ny

y=ny.arange(6)
x=y.reshape(2,3)
print(x.size)

#输出
6

numpy.exp(A)   求矩阵的A次幂

numpy.sqrt(B)   矩阵中每个元素开方

import numpy as ny

b=[4, 9, 16]

print(ny.sqrt(b))

#输出
[2,3,4]

numpy.floor()   向下取整

import numpy as ny

b=[4, 5.3, 6.7]

print(ny.floor(b))

#输出
[4,5,6]

numpy.ravel()   将矩阵重新拉伸成一个向量

import numpy as ny

y=ny.arange(6)
x=y.reshape(2,3)
a=ny.ravel(x)

print(a)

#输出
[0 1 2 3 4 5]

numpy.T   求转置矩阵

import numpy as ny

y=ny.arange(6)
x=y.reshape(2,3)
a=x.T

print(a)

#输出
[[0 3]
 [1 4]
 [2 5]]

numpy.hstack   横向拼接

numpy.vstack   纵向拼接

import numpy as ny

y=ny.arange(6)
x=y.reshape(2,3)
a=ny.arange(2,8,1)
z=a.reshape(2,3)

print(ny.hstack((x,z)))

#输出
[[0 1 2 2 3 4]
 [3 4 5 5 6 7]]

numpy.hsplit(a,n)   将a矩阵横向分为n份

numpy.hsplit(a,(m,n))   在索引为m和n的空隙处将矩阵横向切开

import numpy as ny

y=ny.arange(6)
x=y.reshape(2,3)
a=ny.arange(2,8,1)
z=a.reshape(2,3)
q=ny.hstack((x,z))

print(ny.hsplit(q,3))

#输出
[array([[0, 1],
       [3, 4]]), array([[2, 2],
       [5, 5]]), array([[3, 4],
       [6, 7]])]

numpy模块统计函数与线性计算

numpy.median()   中值

numpy.mean()   平均值

numpy.average()   加权平均值

若A,B为同维矩阵，则A*B返回矩阵，A.dot(B)或numpy.dot(A,B)返回矩阵乘法的结果

numpy.linalg模块   det()：行列式   inv()：求逆矩阵