python math numpy模块学习

python学习

• math 模块

  • math.modf

    • math.modf(-1.24)

      ==> (-02.4, -1)

    • math.modf(1.56)

      ==>(0.56,1.0)

  • 商和余数

    • 精确除 ：’/’ ：3/2=1.5
    • 地板除：’//’ : 3//2=1
    • 取模操作：’%’:4%2=1

• 度分秒转换为十进制度

  • 度分秒 ==> 十进制度

    • dem =[1,2,3]
    • deg=dms[0]+dms[1]/60.0+dms[2]/3600.0
    • deg
    • 1.034166666667

  • 抽象为函数

    def  dms2deg(dms):
        deg=dms[0]+dms[1]/60.0+dms[2]/3600.0
        return deg
    dms2deg(dms)
    
    
    

• 十进制度转换为度分秒

  • 度==> 度分秒

    • deg=1.03416666666667
      sec=deg*3600.0
      sec_part=sec.modf(sec)
      sec_dec=sec_part[0]
      sec_int=sec_part[1]
      
      
      s=sec_int%60
      mins=sec_int//60
      m=mins %60
      d=mins//60
      

    • 函数化

      def deg2dms(deg):
      #deg=1.03416666666667
      	sec=deg*3600.0
      	sec_part=sec.modf(sec)
      	sec_dec=sec_part[0]
      	sec_int=sec_part[1]
      
      
      	s=sec_int%60
      	mins=sec_int//60
      	m=mins %60
      	d=mins//60  
          return dms
      

  • numpy

    • numpy.array([1,2,3]

      ​ [3,4,5]) #将列表转换为矩阵

      ​

    • array.ndim 维度 2

    • array.shape 形状 （2，3）

    • array.size 大小 6

    • import numpy  as np
      a=np.array([1,3]
                 [3,4],dtype=np.int64)
      print(a)
      

    • a=np.ones((2,3)) 生成 2行3列都为1的矩阵

    • a=np.zero((3,4),dtpye=np.int32)生成3行4列都为0的矩阵

    • a=np.empty((3,4))生成3行4列都为接近0的矩阵

    • a=np.arange(10,20)生成排序从10到20的矩阵

    • a=np.arange(12).reshape(3,4)生成0-20的数据为3行4列

      • a=np.arange(4)
        b=np.array([3,4,5,6])
        print(a,b)
        
        c=b-a
        print(c)
        

  • 三角函数

    • np.sin() np.cos()

    • np.tan() np.cot()

    • a=np.array([1,1]
                 [4,5])
      b=np.arange(4).reshape(2,2)
      
      c=np.dot(a,b) #矩阵的乘法
      

    • np.random.random(2,4) 随机生成2行4列的随机数据

    • np.max() 最大值

    • np.min() 最小值

    • np.sum() 求和

    • np.sum(a,axis=0)行中求和 axis =1在每一列进行求和

    • np.argmin() 最小值的索引

    • np.argmax()最大值的索引

    • np.mean() np.average() 平均值的计算

    • np.median() 中位数的求解

    • np.cumsum() 累加求和 逐步加

    • np.nozero() 非零的数

    • np.sort() 排序

    • np.transpose() 矩阵的反向

    • np.clip() 截取

  • numpy 的索引

    • a[1] [1]第一行第一列
    • a[2,1] 第二行第一列
    • a[:,1]第一列所有数
    • for row in A.T:
    • a.flat 变相迭代

  • numpy的合并

    • a=np.array([1,1,1])
      b=np.array([2,2,2])
      c=np.vstack((a,b))#上下合并
      

    • np.newaxis,: 在行增加一个维度

    • :,np.newaxis 在列增加一个维度

    • np.hstack() #纵向合并

    • np.concatenate() 上下 左右合并 axis 在那个维度 进行合并

    • np.split()