numpy的基础运算
- 一 、numpy的基础计算1
-
- 1.1 减法
- 1.2 加法
- 1.3 乘方
- 1.4 三角函数
- 1.5 比较
- 1.6 乘法
- 1.7 随机数
- 1.7 最值
- 二、numpy的基础计算2
- 2.1 简单统计
-
一 、numpy的基础计算1
1.1 减法
import numpy as np
a=np.array([10,20,30,40])
b=np.arange(4)
c=a-b
print(a,b)
print(c)
结果
![在这里插入图片描述](http://img.e-com-net.com/image/info8/73cd9e13275441a4ab1506bae41a30b2.png)
1.2 加法
import numpy as np
a=np.array([10,20,30,40])
b=np.arange(4)
c=a+b
print(a,b)
print(c)
结果
![在这里插入图片描述](http://img.e-com-net.com/image/info8/b769349d60d04053a704d7748ab1cc5d.png)
1.3 乘方
import numpy as np
b=np.arange(4)
c=b**2
print(b)
print(c)
结果
![在这里插入图片描述](http://img.e-com-net.com/image/info8/d77d4e0ded49422eb71a003a39ebd909.png)
1.4 三角函数
import numpy as np
b=np.arange(4)
c=10*np.sin(b)
print(b)
print(c)
结果
![在这里插入图片描述](http://img.e-com-net.com/image/info8/f8eaf60d787f419e868fd5c137ac277c.png)
类似的 cos tan
1.5 比较
import numpy as np
b=np.arange(4)
print(b)
print(b<3)
结果
![在这里插入图片描述](http://img.e-com-net.com/image/info8/6e138d313cbe456a8ddab09ae444b449.png)
1.6 乘法
import numpy as np
a=np.array([[1,2],
[3,4]])
b=np.arange(4).reshape((2,2))
c=a*b
c_dot= np.dot(a,b)
print(c)
print(c_dot)
结果:
![numpy&pandas学习笔记2_第1张图片](http://img.e-com-net.com/image/info8/0bacad39e6b8422da205fe2dfbb80ce6.png)
1.7 随机数
import numpy as np
a=np.random.random((2,4))
print(a)
print(np.sum(a))
print(np.max(a))
print(np.min(a))
结果
![numpy&pandas学习笔记2_第2张图片](http://img.e-com-net.com/image/info8/8afc819e35a4479fbdf6d8a716e2c943.png)
1.7 最值
import numpy as np
a=np.arange(4).reshape(2,2)
print(a)
print(np.sum(a,axis=1))
print(np.max(a,axis=0))
print(np.min(a,axis=1))
结果
![在这里插入图片描述](http://img.e-com-net.com/image/info8/375316958fe84b0697dc3a1319a904a5.png)
二、numpy的基础计算2
2.1 简单统计
import numpy as np
a=np.arange(2,14).reshape(3,4)
print(a)
print(np.argmin(a))
print(np.argmax(a))
print(np.mean(a))
print(a.mean())
print(np.average(a))
print(np.median(a))
print(np.cumsum(a))
print(np.diff(a))
print(np.nonzero(a))
b=np.arange(10,2,-1).reshape(2,4)
print(b)
print(np.sort(b))
print(np.transpose(b))
print((b.T).dot(b))
print(np.clip(b,5,8))
结果
![numpy&pandas学习笔记2_第3张图片](http://img.e-com-net.com/image/info8/9b62f0ed82fc4442a32cb617f942da3c.png)
![numpy&pandas学习笔记2_第4张图片](http://img.e-com-net.com/image/info8/f5ab65b1c59b4ba8890a1aff9a139844.jpg)
2.2 numpy的索引
import numpy as np
a=np.arange(3,15)
print(a[3])
b=np.arange(3,15).reshape(3,4)
print(b[2])
print(b[2][1])
print(b[2,1])
print(b[2,:])
print(b[:,1])
print(b[1,1:2])
for row in b:
print(row)
for column in b.T:
print(column)
print(b.flatten())
for item in b.flat:
print(item)
结果
![numpy&pandas学习笔记2_第5张图片](http://img.e-com-net.com/image/info8/63078e317c804a4b984f6df69568d4ba.png)