numpy中的一些函数

​​​​​​​目录

标题一numpy中 的函数

eye函数

random函数

 zeros函数

arange函数

ones函数

array函数：

numpy.unravel_index函数

reshape和 vstack

数组操作之分割数组split

 numpy中的广播原则

numpy库中数学运算函数

排列函数

​​​​​​​搜索函数

---

标题一numpy中 的函数

numpy库的介绍:NumPy(Numerical Python)是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表(nested list structure)结构要高效的多(该结构也可以用来表示矩阵(matrix))，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库 。

• eye函数

3*3对角矩阵
import numpy as np
arr=np.eye(3,dtype='i4')
print(arr)

导入numpy库

eye：函数就是创建一个对角线为1其他位置为0的矩阵：

其中dtype=‘i4'表示输出的是整型矩阵

输出结果：

• random函数

# 创建一个长度为10的数组，值为0~1之间，不包含首尾
 import numpy as np
 arr = np.random.random(10)
 print(arr)

导入numpy库

random函数作用：在0-1之间创建10个随机数：

输出结果：

•  zeros函数

# 创建一个长度为10的0数组，第5个值为1
import numpy as np
arr = np.zeros([50])
arr[4]=1
print(arr)

zeros函数作用：创建长度是自定义的一个数组。索引位置从0开始数：第5位也就是第4位为1;

numpy.zeros(shape(定义一个形状），dtype（定义输出类型）order（C行，F列）

输出结果为：

• arange函数

# 创建一个值从30到50.步长为-2的数组
 import numpy as np

 arr = np.arange(50, 30, -2)
 print(arr)

arange（start,stop,step,dtype)起始，终止，步长，类型，不设置步长就为1

本题是起始值为30，终止值为50，步长为-2，正常顺序是从左往右，当步长为-2时就变成从右往左，倒着来进行。

arange函数的作用就是创建数值并返回数组对象，也就是还是创建一个数组。

输出结果为：

• ones函数

# 创建一个四边为1，中间为0的二维数组
import numpy as np
arr = np.ones([3, 3], dtype='i4')
arr[1, 1] = 0
print(arr)

ones函数就是创建一个数组，然后其中的元素都是1.arr[1,1]就是第2行第2列，按照索引从0开始就是第一行第一列。

输出结果为：

• array函数：

# 创建一个2*3的二维数组。并分别输出维度，行数，列数，元素个数。
import  numpy as np
arr=np.array([[1,2,3],[4,5,6,]])
print(arr.shape)
print(arr.size)
print(arr.ndim)

 引用array函数，创建一个二维数组

输出这个数组的类型（shape）.行数列数（size）.元素（ndim）

输出结果为：

• numpy.unravel_index函数

# 创建一个6*7*8的三维矩阵，求100个元素的索引是什么？
import numpy as np
import numpy as np
print(np.unravel_index(99,(6,7,8)))
arry = np.random.randint(1,10,size=(2,3))
print(arry[:,::-1])

 numpy.unravel_index(indices, dims)函数作用：返回indices中的元素在维度为dims的数组中的索引值，默认按元组的形式返回

print（arry[:,::-1])就是倒着来，反向打印数据，间隔为-1。randint：上限为10，下限为1.2行3列的一个矩阵。

运行结果：

• reshape和 vstack

# 垂直堆叠数组a和数组b。
import numpy as np
a=np.arange(10).reshape([2,-1])
print(a)
print("/n")
b=np.repeat(1,10).reshape([2,-1])
print(b)
print("/n")
x=np.vstack((a,b))
print(x)

reshape:不改变数据类型，改变数据形状 ：vstack：对矩阵进行垂直输出。

运行结果：

• 数组操作之分割数组split

import numpy as np
a=np.arange(12).reshape(3,4)
print(a)
b=np.split(a,3)
print(b)

建立一个12个数矩阵为3行4列，再运用nump库中的split函数进行分割，再输出。

运行结果：

•  numpy中的广播原则

numpy中的广播原则就是两个二维数组相加，在系统内部会变成一样的格式去相加然后输出结果。

import numpy as np
a=np.array([[0,1,2,3],[0,1,2,3],[1,2,4,5]])
b=np.array([[1,2,3,4]])
print(a+b)

运行结果：

• numpy库中数学运算函数

平均数（average）：def average(a, axis=None, weights=None, returned=False)

import numpy as np
zhang = np.array([[75,70], [65,60], [55,60]])
a = np.array([6,4])
print(np.average(zhang[0], weights=a))
print(np.average(zhang[1], weights=a))
print(np.average(zhang[2], weights=a))
print("/n")

输出结果：

 最大值（amax）：ndarray or scalar

import numpy as np
c = np.array([[90,80,60],
              [75,65,55],
              [55,66,77]])
print('每个同学的最高分')
print(np.amax(c,axis = 1))

输出结果：

print（np.amax(定义的名字，按行或者按列输出）

四舍五入值（around）：返回指定数字的四舍五入值。numpy.around(a,decimals=0)

向下取整（floor）：返回小于或者等于指定表达式的最大整数。numpy.floor(定)

向上取整（ceil）：向上取整，返回大于或者等于表达式的最小整数。

加减乘除，还有向上取整，向下取整的所有代码，都是替换其中的函数即可。 

reciprocal：返回参数元素的倒数。

power：将一个输入数组中的元素作为底数，并计算它与第二个输入数组中相应元素的幂

mod：输入数组中相应元素的相除后的余数

amin（）和amax：计算数组中的元素沿指定轴的最小值和最大值。

ptp（）计算数组中元素最大值与最小值的差。

percentile（）：表示小于这个值的观察值的百分比。百分位数是统计中使用的度量，表示小于这个值的观察值的百分比

median（）：表示计算数组a中元素的中位数

mean（）：返回数组中元素的算术平均值。axis=0就是按列输出，也就是按第一维度进行输出

如果axis=1就是按行输出，也就是按行输出，按第二维度进行输出。

mean（）：返回数组中元素的算术平均值。

var():计算数组中的方差。std（）：计算标准差。mean():表示返回数组中元素的算术平均值

average（）：根据在另一个数组中给出的权重计算数组中元素的加权平均值。

• 排列函数

sort（a，axis，kind，order）：a：要排序的数组。axis=0按第一维度排序。axis=1按第二维度，排序算法，默认为‘'quicksort'。order;如果数组包含字段，则是要排序的字段展示代码如图。

argsort（）：返回的是数组值从小到大的索引值

• 搜索函数

argmax（）和argmin（）：分别是沿0轴的最大值和沿1轴的最大值。沿轴0的最小值，沿轴1的最小值

nozero（）：返回输入数组中非零元素的索引

where：返回输入数组中满足给顶条件的元素的索引

extract（）根据某个条件从数组中抽取元素。