Numpy函数总结

1. Numpy函数

引入Numpy库：

import Numpy as np

函数名	说明	示例使用	备注
array	创建数组	np.array([1,2,3,4])	array可加dtype参数指定数据类型，例如：np.array([1,2,3,4,5],dtype=int32)
arange	创建数组	np.arange(0,10,2)	创建0-10步数为2的数组
random.random	随机数数组	np.random.random((2,2))	创建2行2列的数组，值是0-1之间的随机数
random.randint	随机数数组	np.random.randint(0,9,size=(4,4))	创建值的范围为[0,9)的4行4列数组
random.seed	用于指定随机数生成时所用算法开始的整数值	np.random.seed(1)	如果使用相同的seed()值，则每次生成的随机数都相同，如果不设置这个值，则系统根据时间来自己选择这个值
random.rand	随机数数组	np.random.rand(2,3)	生成一个值为 [0,1)之间的数组，形状由参数指定，如果没有参数，那么将返回一个随机值
random.randn	随机数数组	np.random.randn(2,3)	生成均值(μ)为0，标准差(σ)为1的标准正态分布的值
random.choice	从列表或数组中随机采样	np.random.choice(data,3)或np.random.choice(data,size=(3,4))或np.random.choice(10,3)	从一个列表或者数组或指定值中，随机进行采样。或者是从指定的区间中进行采样，采样个数可以通过参数
random.shuffle	把原来数组元素的位置打乱	np.random.shuffle(a)	将数组a的元素的位置都会进行随机更换，shuffle没有返回值，直接打乱原数组位置
zeros	创建数组	np.zeros((3,3))	3行3列全零数组
ones	创建数组	np.ones((4,4))	4行4列全一数组
full	创建数组	np.full((2,3),9)	值为0的2行3列数组
eye	创建数组	np.eye(4)	生成一个在斜方形上元素为1，其他元素都为0的4行4列矩阵
dtype	查询数组中数据类型	d.dtype	d为数组名
astype	修改数组的数据类型	a.astype(‘f2’)	a为数组名
ndim	查询数组维度	a1.ndim	a1为数组名
shape	查询数组形状	a1.shape	a1为数组名
reshape	修改数组形状	a1.reshape((2,6))	a1为数组名，reshape是将数组转换成指定的形状，然后返回转换后的结果，对于原数组的形状是不会发生改变的
resize	修改数组形状	a1.resize((4,3))	a1,为数组名，resize是将数组转换成指定的形状，会直接修改数组本身，并且不会返回任何值
flatten	扁平化 （多维数组转化为一维数组）	a2.flatten()	a2为数组名，flatten是将数组转换为一维数组后，然后将这个拷贝返回回去，然后后续对这个返回值进行修改不会影响之前的数组
ravel	扁平化 （多维数组转化为一维数组）	a3.ravel()	a3为数组名，ravel是将数组转换为一维数组后，将这个视图（引用）返回回去，后续对这个返回值进行修改会影响之前的数组
size	查询数组的元素个数	a1.size	a1为数组名
itemsize	各元素所占内存	a1.itemsize	a1为数组名，a1.itemsize * a1.size可查询数组所占内存
where	数组元素值的替换	np.where(a3<5,0,1)	将a3数组中小于5的值替换为0剩余值替换为1，数组值替换还可以通过索引/切片或条件索引来实现
round	数组元素保留小数位数	a1.round(2)	数组a1中所有的元素只保留2位小数
vstack	数组垂直方向叠加	np.vstack([vstack1,vstack2])	vstack1，vstack2为数组名，如果想要叠加成功，那么列数必须一致
hstack	数组水平方向叠加	np.hstack([h2,h1])	h1，h2为数组名，如果想要叠加成功，那么行数必须一致
concatenate	手动的指定axis参数具体在哪个方向数组叠加	np.concatenate([vstack1,vstack2],axis=0)	axis=0：代表在水平方向叠加；axis=1，代表在垂直方向叠加；axis=None，会先进行叠加，再转化为1维数组
hsplit	数组水平方向切割（按列进行切割）	方式一：np.hsplit(hs1,2) 方式二：np.hsplit(hs1,(1,2))	hsplit切割方式两种，第一种直接指定平均切割成多少列，第二种是指定切割的下标值
vsplit	数组垂直方向切割（按行进行切割）		切割方式与hsplit相同
split/array_split	数组切割（指定切割方式）	np.split(hs1,4,axis=1)	axis=1代表按照列，axis=0代表按照行
T	转置	t1.T	数组t1转置
transpose	转置
dot	矩阵相乘	t1.dot(t1.T)	transpose返回的是一个View，所以对返回值上进行修改会影响到原来的数组
view	浅拷贝	a.view()	a为数组名，所指向的内存空间都是一样的，修改值时原数组的值也会受到影响
copy	深拷贝	a.copy()	a为数组名，将之前数据完完整整的拷贝一份放到另外一块内存空间中，修改值时原数组的值不会受到影响
any	验证数组中任何一个元素是否为真	np.any(a0)或(a0).any()	查看数组中是否有等于0的数
all	验证所有数组中的元素是否为真	np.all(a0)或(a0).all()	查看数组中是不是所有元素都为0
sort	数组指定轴进行排序	np.sort(a,axis=0)	axis=0：按列排序，axis=1：按行排序，默认是使用数组的最后一个轴进行升序排序（可使用负号进行降序排序，例如：-np.sort(-a) ），a.sort()：a为数组名，这个方法会直接影响到原来的数组，而不是返回一个新的排序后的数组
argsort	返回数组排序后的下标值	np.argsort(a)	利用argsort+take函数实现数组降序排序，例如：indexes = np.argsort(-a) np.take(a,indexes)
apply_along_axis	沿着数组某个轴执行指定的函数或lambda表达式	np.apply_along_axis(get_mean,axis=1,arr=c)	get_mean为函数名，arr指定数组名，axis指定轴
linspace	用来将指定区间内的值平均分成多少份	np.linspace(0,10,12)	将0-10分成12份，生成一个数组
unique	返回数组中的唯一值	np.unique(d)	可指定参数return_counts=True返回每个唯一值出现的次数

2. 一元函数

函数	描述
np.abs	绝对值
np.sqrt	开方（负数开方结果为NAN）
np.square	平方
np.exp	计算指数(e^x)
np.log,np.log10,np.log2,np.log1p	求以e为底，以10为底，以2为底，以(1+x为底的对数
np.sign	将数组中的值标签化，大于0的变成1，等于0的变成0，小于0的变成-1
np.ceil	朝着无穷大的方向取整，比如5.1会变成6,-6.3会变成-6
np.floor	朝着负无穷大的方向取整，比如5.1会变成5,-6.3会变成-7
np.rint,np.round	返回四舍五入后的值
np.modf	将整数和小数分割开来形成两个数组
np.isnan	判断是否是nan
np.isinf	判断是否是inf
np.cos,np.cosh,np.sinh,np.tan,np.tanh	三角函数
np.arccos,np.arcsin,np.arctan	反三角函数

3. 二元函数

函数	描述
np.add	加法运算（即1+1=2），相当于+
np.subtract	减法运算（即3-2=1），相当于-
np.negative	复数运算（即-2）。相当于加个负号
np.multiply	乘法运算（即23=6），相当于
np.divide	除法运算（即3/2=1.5），相当于/
np.floor_divide	取整运算，相当于//
np.mod	取余运算，相当于%
greater,greater_equal,less,less_equal,equal,not_equal	>,>=,<,<=,=,!=的函数表达式
logical_and	且运算符函数表达式
logical_or	或运算符函数表达式

4. 聚合函数

函数名称	NAN安全版本	描述
np.sum	np.nansum	计算元素的和
np.prod	np.nanprod	计算元素的积
np.mean	np.nanmean	计算元素的平均值
np.std	np.nanstd	计算元素的标准差
np.var	np.nanvar	计算元素的方差
np.min	np.nanmin	计算元素的最小值
np.max	np.nanmax	计算元素的最大值
np.argmin	np.nanargmin	找出最小值的索引
np.argmax	np.nanargmax	找出最大值的索引
np.median	np.nanmedian	计算元素的中位数

补充：使用np.sum或者是a.sum即可实现。并且在使用的时候，可以指定具体哪个轴。同样python中也内置了sum函数，但是python内置的sum函数执行效率没有np.sum那么高。

5. 文件相关函数

函数名	说明	示例使用	备注
savetxt	将数组保存到文件中	np.savetxt(“score.csv”,scores,fmt="%d",delimiter=",",header=“英语,数学”,comments="")	frame：文件、字符串或产生器，可以是.gz或.bz2的压缩文件；array：存入文件的数组；fmt：写入文件的格式，例如：%d %.2f %.18e；delimter：分割字符串，默认是空格；comments：注释标识符
loadtxt	将数组保存到文件中	np.loadtxt(frame,dtype=np.float,delimiter=None,unpack=False)	frame：文件、字符串或产生器，可以是.gz或.bz2的压缩文件；dtype：数据类型，可选；delimiter：分割字符串，默认是任何空格； skiprows：跳过前面x行；usecols：读取指定的列，用元组组合；unpack：如果True，读取出来的数组是转置后的
save	存储（numpy独有的存储方案）	np.save(fname,a rray)或np.savez(fname,array)	前者函数的扩展名是.npy，后者（经过压缩）的扩展名是.npz
load	加载	np.load(“c.npy”)