numpy 内置函数总结
- 1. np的数组创建函数(ndarray)
- 2. 通用函数元素级数组函数
- 3. 基本数组统计函数
- 4. 数组的集合运算
- 5. 常用的numpy.linalg函数
- 6. 随机数的生成
import numpy as np
1. np的数组创建函数(ndarray)
函数 |
说明 |
np.array |
将输入数据(列表,元组,数组或其他序列类型)转换为ndarray。要么推断出dtype,要么显示指定dtype。默认直接复制输入数据。比如:arr1 = np.array([1,2,3,4],dtype=np.float64) |
np.asarray |
将输入转换为ndarray,如果输入本身就是一个ndarray就不进行复制 |
np.arange |
类似于内置range,但返回的一个ndarray而不是列表 |
np.ones,ons_like |
根据指定的形状和dtype创建一个全1数组。one_like以另一个数组为参数,并根据其形状和dtype创建一个全1数组。例如:arr2 = np.ones_like(arr1,dtype=np.float64) |
np.zeros,zeros_like |
类似于ones和ones_like,只不过产生的是全0数组 |
np.empty,empty_like |
创建新数组,只分配内存空间但不填充任何值 |
np.eye,identity |
创建一个正方的N*N单位矩阵(对角线为1,其余为0) |
2. 通用函数元素级数组函数
2.1 一元函数
函数 |
说明 |
abs(),fabs() |
计算整数、浮点数或复数的绝对值。针对于非复数值,可以使用更快的fabs() |
sqrt() |
计算机各元素的平方根,相当于arr0.5 |
square() |
计算各元素的平方,相当于arr2 |
exp() |
计算各元素的e的x次方 |
log,log10,log2,log1p |
分别自然对数(底数为e)、底数为10的log、底数为2的log、log(1+x) |
sign |
计算各元素的正负号:1(正数)、0(零)、-1(负数) |
ceil |
计算各元素的ceiling值,即大于等于该值的最小正数 |
floor |
计算各元素的floor值,即小于等于该值的最大正数 |
rint |
将各元素值四舍五入到最接近的整数,保留dtype |
modf |
将数组的小数和整数部分以两个独立数组的形式返回 |
isnan |
返回一个表示“哪些值是NaN(这不是一个数字)”的布尔型数组 |
isfinite,isinf |
分别返回一个表示“哪些元素是有穷的(非inf,非NaN)或哪些元素是无穷的”的布尔型数组 |
cos,cosh,sin,sinh,tan,tanh |
普通型和双曲型三角函数 |
arccos,arccosh,arcsin,arcsinh,arctan,arctanh |
反三角函数 |
logical_not |
计算各元素notx的真值。相当于-arr |
2.2 二元函数
函数 |
说明 |
add(arr1,arr2) |
将数组中对应的元素想加 |
subtract(arr1,arr2) |
从第一个数组中减去第二个数组中对应元素 |
multiply(arr1,arr2) |
数组元素对应相乘 |
divide(arr1,arr2),floor_divide(arr1,arr2) |
除法或向下圆整除法(丢弃余数) |
power(arr1,arr2) |
对第一个数组中的元素A,根据第二个数组中的相应元素B,计算A的B次方 |
maximum(arr1,arr2),fmax(arr1,arr2) |
元素级的最大值计算。fmax将忽略NaN |
minimum(arr1,arr2),fmin(arr1,arr2) |
元素级的最小值计算。fmin将忽略NaN |
mod(arr1,arr2) |
元素级的求模计算(除法取余) |
copysign(arr1,arr2) |
将第2个数组中的值的符号复制给第一个数组中的值 |
greater(arr1,arr2),greater_equal(arr1,arr2),(less(arr1,arr2),less_equal(arr1,arr2) |
或者(equal(arr1,arr2),not_equal(arr1,arr2))执行元素级的比较运算,最终产生布尔型数组,相当于中缀运算符>,>=,<,<=,==,!= |
logical_and,logical_or,logical_xor |
执行元素级的真值逻辑运算,相当于运算符&、|、^ |
3. 基本数组统计函数
4. 数组的集合运算
5. 常用的numpy.linalg函数
6. 随机数的生成
numpy.random模块对python内置的random进行了补充,增加了一些用于高效生成多种概率分布的样本值的函数。
例如:可以用normal来得到一个标准正太分布的4*4样本数组:
samples = np.random.normal(size=(4,4))
6.1 部分numpy.random函数