python多维数组-Python中的矩阵、多维数组：Numpy
生成函数
作用
np.array( x)
np.array( x, dtype)
将输入数据转化为一个ndarray
将输入数据转化为一个类型为type的ndarray
np.asarray( array )
将输入数据转化为一个新的（copy）ndarray
np.ones( N )
np.ones( N, dtype)
np.ones_like( ndarray )
生成一个N长度的一维全一ndarray
生成一个N长度类型是dtype的一维全一ndarray
生成一个形状与参数相同的全一ndarray
np.zeros( N)
np.zeros( N, dtype)
np.zeros_like(ndarray)
生成一个N长度的一维全零ndarray
生成一个N长度类型位dtype的一维全零ndarray
类似np.ones_like( ndarray )
np.empty( N )
np.empty( N, dtype)
np.empty(ndarray)
生成一个N长度的未初始化一维ndarray
生成一个N长度类型是dtype的未初始化一维ndarray
类似np.ones_like( ndarray )
np.eye( N )
np.identity( N )
创建一个N * N的单位矩阵（对角线为1，其余为0）
np.arange( num)
np.arange( begin, end)
np.arange( begin, end, step)
生成一个从0到num-1步数为1的一维ndarray
生成一个从begin到end-1步数为1的一维ndarray
生成一个从begin到end-step的步数为step的一维ndarray
np.mershgrid(ndarray, ndarray,…)
生成一个ndarray * ndarray * …的多维ndarray
np.where(cond, ndarray1, ndarray2)
根据条件cond，选取ndarray1或者ndarray2，返回一个新的ndarray
np.in1d(ndarray, [x,y,…])
检查ndarray中的元素是否等于[x,y,…]中的一个，返回bool数组
矩阵函数
说明
np.diag( ndarray)
np.diag( [x,y,…])
以一维数组的形式返回方阵的对角线（或非对角线）元素
将一维数组转化为方阵（非对角线元素为0）
np.dot(ndarray, ndarray)
矩阵乘法
np.trace( ndarray)
计算对角线元素的和
排序函数
说明
np.sort( ndarray)
排序，返回副本
np.unique(ndarray)
返回ndarray中的元素，排除重复元素之后，并进行排序
np.intersect1d( ndarray1, ndarray2)
np.union1d( ndarray1, ndarray2)
np.setdiff1d( ndarray1, ndarray2)
np.setxor1d( ndarray1, ndarray2)
返回二者的交集并排序。
返回二者的并集并排序。
返回二者的差。
返回二者的对称差
一元计算函数
说明
np.abs(ndarray)
np.fabs(ndarray)
计算绝对值
计算绝对值（非复数）
np.mean(ndarray)
求平均值
np.sqrt(ndarray)
计算x^0.5
np.square(ndarray)
计算x^2
np.exp(ndarray)
计算e^x
log、log10、log2、log1p
计算自然对数、底为10的log、底为2的log、底为(1+x)的log
np.sign(ndarray)
计算正负号：1（正）、0（0）、-1（负）
np.ceil(ndarray)
np.floor(ndarray)
np.rint(ndarray)
计算大于等于改值的最小整数
计算小于等于该值的最大整数
四舍五入到最近的整数，保留dtype
np.modf(ndarray)
将数组的小数和整数部分以两个独立的数组方式返回
np.isnan(ndarray)
返回一个判断是否是NaN的bool型数组
np.isfinite(ndarray)
np.isinf(ndarray)
返回一个判断是否是有穷（非inf，非NaN）的bool型数组
返回一个判断是否是无穷的bool型数组
cos、cosh、sin、sinh、tan、tanh
普通型和双曲型三角函数
arccos、arccosh、arcsin、arcsinh、arctan、arctanh
反三角函数和双曲型反三角函数
np.logical_not(ndarray)
计算各元素not x的真值，相当于-ndarray
多元计算函数
说明
np.add(ndarray, ndarray)
np.subtract(ndarray, ndarray)
np.multiply(ndarray, ndarray)
np.divide(ndarray, ndarray)
np.floor_divide(ndarray, ndarray)
np.power(ndarray, ndarray)
np.mod(ndarray, ndarray)
相加
相减
乘法
除法
圆整除法（丢弃余数）
次方
求模
np.maximum(ndarray, ndarray)
np.fmax(ndarray, ndarray)
np.minimun(ndarray, ndarray)
np.fmin(ndarray, ndarray)
求最大值
求最大值（忽略NaN）
求最小值
求最小值（忽略NaN）
np.copysign(ndarray, ndarray)
将参数2中的符号赋予参数1
np.greater(ndarray, ndarray)
np.greater_equal(ndarray, ndarray)
np.less(ndarray, ndarray)
np.less_equal(ndarray, ndarray)
np.equal(ndarray, ndarray)
np.not_equal(ndarray, ndarray)
>
>=
<
<=
==
!=
logical_and(ndarray, ndarray)
logical_or(ndarray, ndarray)
logical_xor(ndarray, ndarray)
&
|
^
np.dot( ndarray, ndarray)
计算两个ndarray的矩阵内积
np.ix_([x,y,m,n],…)
生成一个索引器，用于Fancy indexing(花式索引)
文件读写
说明
np.save(string, ndarray)
将ndarray保存到文件名为 [string].npy 的文件中（无压缩）
np.savez(string, ndarray1, ndarray2, …)
将所有的ndarray压缩保存到文件名为[string].npy的文件中
np.savetxt(sring, ndarray, fmt, newline=" ")
将ndarray写入文件，格式为fmt
np.load(string)
读取文件名string的文件内容并转化为ndarray对象（或字典对象）
np.loadtxt(string, delimiter)
读取文件名string的文件内容，以delimiter为分隔符转化为ndarray