numpy基本概要
ndarray 数组储存单一数据类型多维数组
属性
- ndim 返回int 表示数组维数
- shape 返回tuple 尺寸 (m,n)
- size int 元素总数，等于数组形状乘积（m*n）
- dtype data-type 数组中元素类型
- itemsize int 数组每个元素的大小
数组
reshape 改变数组
numpy.arange(start, stop, step, dtype) step 步长
1.等差/等比
np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)
num = 要生成的等步长的样本数量，默认为50
endppoint = 该值为 true 时，数列中中包含stop值，反之不包含，默认是True。
retstep = 如果为 True 时，生成的数组中会显示间距，反之不显示。
np.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None) base =对数 log 的底数。
2.zeros等基本数组
np.zeros((m,n)) 00数组 ones((m,n)) 11数组
np.eye(x) 单位矩阵 diag([x,y,z....]) 对角矩阵
3.数组乘法
np.array(a) * np.array(b) 相当于数值对应相乘
np.array(a).dot(np.array(b)) 矩阵的乘法的形式
随机数
np.random.random(size=(m,n) (m,n)数组// size=10 范围0-10) 随机数 默认0-1
np.random.rand(m,n,z..) 均匀分布
np.random.rand(m,n,z..) 标准正态分布
np.random.randint(0,10,size=(m,n))0-10之间 整数随机数 m*n
索引
a = np.arange(10)
s = slice(2,7,2) # 从索引 2 开始到索引 7 停止，间隔为2
print (a[s]
a[1:-1：n]第一个到最后一个 间隔为n 二维数组
转换
ndarray.flatten(order='C')默认 横向展平一维 'C' -- 按行，'F' -- 按列，'A' -- 原顺序，'K' -- 元素在内存中的出现顺序
numpy.ravel(a, order='C') 会修改原始数组 flatten不会
翻转numpy.transpose(arr, axes) arr：要操作的数组axes：整数列表，对应维度，通常所有维度都会对换。
a.T 翻转
numpy.rollaxis(arr, axis, start) axis：要向后滚动的轴，其它轴的相对位置不会改变 start：默认为零，表示完整的滚动。会滚动到特定位置。
连接
numpy.stack(arrays, axis) arrays相同形状的数组序列 axis：返回数组中的轴，输入数组沿着它来堆叠
numpy.hstack 水平
numpy.vstack 竖直
concateante((m,n),axis = 0/1)
切割
spilt()
...
矩阵
mat
np.mat()/matrix
拼接
np.bmat('a b') 字符串类型 np.bmat('a b;b a')
乘法
np.matrix(a) * np.matrix(b) 矩阵相乘
np.multiply(a,b)
T 转置 H 共轭转置 I 逆矩证 A返回自身二维数组的一个视图
广播机制
当运算中的 2 个数组的形状不同时，numpy 将自动触发广播机制
a = np.array([[ 0, 0, 0],
[10,10,10],
[20,20,20],
[30,30,30]])
b = np.array([1,2,3])
print(a + b)
输出结果为：
[[ 1 2 3]
[11 12 13]
[21 22 23]
[31 32 33]]
读写文件
- 存储时可以省略扩展名(自动生成.npy后缀)，读取时不行
save('./',a) 以二进制格式保存数据 allow_pickle=True序列化
load 以二进制格式读取数据 allow_pickle=True序列化
savcz 将多个数组保持在一个文件 （.npz后缀）
d.files 可以查看有几个 arr_0 ..
d['arr_0']来索引哪一个
文本格式
np.loadtxt(FILENAME, dtype=int, delimiter=' ') delimiter可以指定各种分隔符、针对特定列的转换器函数、需要跳过的行数等
np.savetxt(FILENAME, a, fmt="%d",delimiter=",") # %d=整数 loadtxt 加载到二维数组里 genfromtxt 结构化数组和缺失数据
统计分析
排序
sort() 排序 axis=0/1 横纵轴排列 numpy.sort(a, axis, kind, order)
argsort() 返回重新排序后的下标
lexsort() 按最后一个排序数据排序
去重
unique 去重
np.repeat(c,4.axis = None) [1,9] ---[1,1,9,9]
tile(a,reps) [1,9]----[1,9,1,9]
argmin/argmax最小/大元素索引
.......