numpy 内置函数总结

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
      • 2.1 一元函数
      • 2.2 二元函数
    • 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
      • 6.1 部分numpy.random函数


import numpy as np			#axis=1 表示按列      axis=0表示行

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

numpy 内置函数总结_第1张图片

这里写图片描述

4. 数组的集合运算

numpy 内置函数总结_第2张图片

5. 常用的numpy.linalg函数

numpy 内置函数总结_第3张图片

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

numpy 内置函数总结_第4张图片
numpy 内置函数总结_第5张图片

numpy 内置函数总结_第6张图片

你可能感兴趣的:(python,大数据技术)