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。
import numpy 对numpy函数库进行导入
numpy.genformtxt(“文件路径”,delimiter=“分隔符”,dtype=”类型”)
Numpy.ndarry是numpy的一个核心结构,ndarray 对象是用于存放同类型元素的多维数组,它是一系列同类型数据的集合,以 0 下标为开始进行集合中元素的索引。
help(numpy函数)用于显示出该函数各个参数的详细信息。
numpy.array([5,10,15,20])将列表类型转换为ndarry类型。
其中vector是一维的(一行),matrix是三维的(三行)。
shape即该ndarry的结构,二维显示(行,列),其中vector是四个元素,matrix是2行三列的。
ndarry中所有的变量均为一个类型,一个变整体变。dtype得到变量类型。
ndarry的行和列是从0开始取值的。变量后面的是[行,列]。
切片:变量[0:3]表示从第1个到第3个(左闭右开)
冒号表示所有的,即所有的第二列。
二维的也可表示[:,0:2],表示所有的行加上列从1列和2列[左闭右开]
[1:3,0:2]表示第2行和第3行加上第1列和第2列
.==判断,如果对ndarry进行判断,它会自动一个个的进行判断,dtype指的是判断后返回的类型
可以将布尔类型的数组当成一个索引导入到变量后面的[]中,返回的就是为True的那些数字。
& 与操作比较严格,必须同时为True才能为True
| 的要求比较宽泛,有一个为True即为True
总结变量.sum(axis值)值为1时行求和,值为0时列求和。
np.arrange(x)展现从零到x的数组。
.reshape(行,列)将数组划分成固定行和列的格式。
np.dtype表示类型 np.size表示元素数量 np.ndim表示维度。
np.zeros()与np.ones()是对一个矩阵进行初始化的函数。
np.ange(起始,结束,步长)
np.arange(数字).reshape(行,列)几行几列的序列
np.random.random(行,列)np.random进入random模块,默认为区间(-1,1)生成所设置的行列矩阵
np.licence(起始值,终点值,个数)
*乘法就是将两个矩阵对应位置的数进行相乘,.dot就是将两个矩阵进行点乘
np.floor()向下取整,即2.9=2, 3.8=3
矩阵名.ravel()将矩阵拉成数组
矩阵名.shape将矩阵变为一个新的行和列
a.T将矩阵转置
np.hstack()横向拼接
np.vstack()纵向拼接
np.hsplit()横向分割 第二个例子表示在3和4的位置中间切一刀
np.vsplit()纵向分割
浅复制:变量名.view()位置不一样 改变其中一个另一个可能会受到影响。
np.copy()完全的复制,两个不同的变量之间不会相互影响。