莫烦python学习笔记之numpy基本运算
numpy 的一维矩阵的几种基本运算
import numpy as np
a=np.array([10,20,30,40]) # array([10, 20, 30, 40])
b=np.arange(4) # array([0, 1, 2, 3])
# 对应元素的计算
c=a-b # array([10, 19, 28, 37])
c=a+b # array([10, 21, 32, 43])
c=a*b # array([ 0, 20, 60, 120])
c=b**2 # array([0, 1, 4, 9])矩阵中各个元素的二次方
c=10*np.sin(a) # array([-5.44021111, 9.12945251, -9.88031624, 7.4511316 ])
print(b<3) # array([ True, True, True, False], dtype=bool)满足要求的返回True，不满足的返回False
多维矩阵计算：
a=np.array([[1,1],[0,1]])
b=np.arange(4).reshape((2,2))
print(a)
# array([[1, 1],
# [0, 1]])
print(b)
# array([[0, 1],
# [2, 3]])
c = a*b #对应元素相乘
# array([[0, 1],
# [0, 3]])
c = np.dot(a,b) #标准的矩阵乘法运算，即对应行乘对应列得到相应元素
c = a.dot(b) #标准的矩阵乘法运算的另一种表达形式，用哪个都行
# array([[2, 4],
# [2, 3]])
np.sum(b) # 所有元素求和 6
np.sum(b,axis=0) # 列求和 array([2, 4])
np.sum(b,axis=1) # 行求和 array([1, 5])
np.min(b) # 所有元素中最小的 0
np.min(b, axis=1) # 每一行中最小值 array([0, 2])
np.max(b) # 所有元素中最大的 3
np.max(b, axis=0) # 每一列中最大值 array([2, 3])
np.argmin(b) # 最小值的索引 0
np.argmax(b) # 最大值的索引 3
# 求均值的三种写法： np.mean(b) np.average(b) b.mean() 输出均为1.5
未看完，用得到再看吧