numpy笔记

基本操作

np.array---深拷贝；np.asarray浅拷贝

array.reshape---改变数组形状

array.resize---改变数组形状（有损裁剪）

array.unique---数组去重，后会变成一维数组

np.random.randint(a,b,(c,d))---生产一个c行d列从a到b范围的整数数组

np.shape(array)---输出矩阵的行、列

array.shape[0]---- 输出矩阵的行数

array.shape[1]---- 输出矩阵的列数

逻辑运算

array[a:b,c:d]---取出第a行到第b行，第c列到第d列

array>x---返回一个bool集判断array中每个数是否>x

array[array>x]=y---把大于x的数据赋值y

np.all(array>x)---返回一个bool，判断array里面是否全部大于x

np.any(array>x)---返回一个bool，判断array里面是否存在大于x

np.where(array>x,1,0)---三元运算符，大于x的都置1，小于x的都置0

np.logical_and、np.logical_or---结合三元运算符的判断条件使用的逻辑与、逻辑或

统计运算

np.max(array,axis)---最大值

np.min(array,axis)---最小值

np.median(array,axis)---中位数

np.mean(array,axis)---平均值

np.std(array,axis)---标准差

np.var(array,axis)---方差

axis取0或1，代表行或者列（亦或是，列或者行），不带值表示取整个array

np.argmax(array,axis)---最大值对应的下标

np.argmin(array,axis)--- 最小值对应的下标

矩阵运算

np.matmul矩阵乘法（禁止矩阵与标量相乘）

np.dot矩阵乘法（允许矩阵与标量相乘）