Python之numpy

1、Python numpy.full_like用法及代码示例 - 纯净天空

np.full_like(gnss_df['RawPseudorangeMeters'], np.nan)

==>  全部插为NAN

2、python基础（补充）之 枚举函数：enumerate()_51CTO博客_python enumerate函数用法

enumerate() 函数的概念：
        enumerate() 函数：用于将一个可迭代的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。
再来看看enumerate() 函数的语法结构：

        enumerate(sequence, [start=0])，其中sequence是一个可迭代序列，start是一个可选参数，表示序列下标的起始位置

3、np.diff

实现数组的a[n] - a[n-1]

# 二维数组
b=np.array([[1, 6, 7, 8, 12],[1, 6, 7, 8, 12]])
diff_x2 = np.diff(b)
print("diff_x2 \n",diff_x2)

diff_x2 
 [[5 1 1 4]
 [5 1 1 4]]

4、pandas.DataFrame.to_numpy

将数据格式转换为一个NumPy数组

>>> df = pd.DataFrame({"A": [1, 2], "B": [3.0, 4.5]})
>>> df.to_numpy()
array([[1. , 3. ],
       [2. , 4.5]])

5、np.cumsum(a, axis = 0)用于将数组按行累加

np.cummsum(a, axis = 1)用于将数组按列累加

6、np.isnan(x)函数可以判断x是否为空值，然后输出布尔类型的变量

7、np.linalg.norm(u, axis=1) —— linalg = linear（线性）+ algebra（代数），norm则表示范数

x_norm=np.linalg.norm(x, ord=None, axis=None, keepdims=False)

①x: 表示矩阵（也可以是一维）

②ord：范数类型

向量的范数：

np.linalg.norm(求范数)_清晨~的博客-CSDN博客_np.linalg.norm

8、np.hstack将参数元组的元素数组按水平方向进行叠加

import numpy as np
 
arr1 = np.array([[1,3], [2,4] ])
arr2 = np.array([[1,4], [2,6] ])
res = np.hstack((arr1, arr2))
 
print (res)
 
#
[[1 3 1 4]
 [2 4 2 6]]

9、@ -----> (1)表示修饰符 (2)表示矩阵乘法

#Example 3
class Mat(list):
    def __matmul__(self, B):
        A = self
        return Mat([[sum(A[i][k]*B[k][j] for k in range(len(B)))
                    for j in range(len(B[0])) ] for i in range(len(A))])
A = Mat([[1,3],[7,5]])
B = Mat([[6,8],[4,2]])
print(A @ B)

[[18, 14], [62, 66]]

10、np.abs —— 对于实数，则求出实数的绝对值；对于复数，则求出复数的模；

np.fabs —— fabs只有对实数求绝对值的功能