码迷，mamicode.com
首页 > 其他好文 > 详细

numpy学习

时间：2017-06-12 19:50:16      阅读：176      评论：0      收藏：0      [点我收藏+]

标签：not   sum   矩阵相乘   min   axis   note   wrapper   bar   empty   

numpy学习

In [8]:
import numpy as np
array = np.array([[1,2,3],
                 [2,3,5]])
print(array)
 
[[1 2 3]
 [2 3 5]]
In [9]:
array.ndim
Out[9]:
2
In [10]:
array.shape
Out[10]:
(2, 3)
In [11]:
array.size
Out[11]:
6
In [17]:
a=np.array([1,2,3],dtype=np.int)
print(a)
print(a.dtype)
b=np.array([1,2,3],dtype=np.float)
print(b)
print(b.dtype)
 
[1 2 3]
int32
[ 1.  2.  3.]
float64
In [19]:
array0 = np.zeros((3,4))
print(array0)
 
[[ 0.  0.  0.  0.]
 [ 0.  0.  0.  0.]
 [ 0.  0.  0.  0.]]
In [21]:
array1 = np.ones((3,4))
print(array1)
 
[[ 1.  1.  1.  1.]
 [ 1.  1.  1.  1.]
 [ 1.  1.  1.  1.]]
In [23]:
array2 = np.empty((3,4))
print(array2)
 
[[ 0.  0.  0.  0.]
 [ 0.  0.  0.  0.]
 [ 0.  0.  0.  0.]]
In [24]:
array3 = np.arange(10,20,2)
print(array3)
 
[10 12 14 16 18]
In [26]:
array4 = np.arange(12).reshape((3,4))
print(array4)
 
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
In [27]:
array5 = np.linspace(1,10,25)
print(array5)
 
[  1.      1.375   1.75    2.125   2.5     2.875   3.25    3.625   4.
   4.375   4.75    5.125   5.5     5.875   6.25    6.625   7.      7.375
   7.75    8.125   8.5     8.875   9.25    9.625  10.   ]
In [30]:
array6 = np.linspace(1,10,12).reshape((3,4))
print(array6)
 
[[  1.           1.81818182   2.63636364   3.45454545]
 [  4.27272727   5.09090909   5.90909091   6.72727273]
 [  7.54545455   8.36363636   9.18181818  10.        ]]
In [38]:
a=np.array([10,20,30,40])
b=np.arange(4)
c=a-b
print(c)
 
[10 19 28 37]
In [34]:
c=b**3
print(c)
 
[ 0  1  8 27]
In [35]:
c=10*np.sin(a)
print(c)
 
[-5.44021111  9.12945251 -9.88031624  7.4511316 ]
In [36]:
print(b)
print(b<3)
print(b==3)
 
[0 1 2 3]
[ True  True  True False]
[False False False  True]
In [44]:
a=np.array([[1,2,3],[3,4,5]])
b=np.arange(6).reshape((3,2))
print(a)
print(b)
#c=a*b
c_dot=np.dot(a,b)
print(c_dot)
c_dot2=a.dot(b)
print(c_dot2)
 
[[1 2 3]
 [3 4 5]]
[[0 1]
 [2 3]
 [4 5]]
[[16 22]
 [28 40]]
[[16 22]
 [28 40]]
In [50]:
a=np.random.random((2,4))
print(a)
print(np.sum(a))
print(np.max(a))
print(np.min(a))
 
[[ 0.4601967   0.93594758  0.5499286   0.41483107]
 [ 0.5729537   0.04874679  0.26190708  0.5702891 ]]
3.81480060629
0.935947580711
0.0487467894088
In [52]:
a=np.random.random((2,4))
print(a)
print(np.sum(a,axis=1))  #axis=1为行
print(np.max(a,axis=0))  #axis=0为列
print(np.min(a,axis=1))  #行
 
[[ 0.47054195  0.44146948  0.71298909  0.8230615 ]
 [ 0.155426    0.06085024  0.36118835  0.45072419]]
[ 2.44806202  1.02818877]
[ 0.47054195  0.44146948  0.71298909  0.8230615 ]
[ 0.44146948  0.06085024]
In [67]:
A=np.arange(2,14).reshape((3,4))
print(A)
print(np.argmin(A))
print(np.argmax(A))
 
[[ 2  3  4  5]
 [ 6  7  8  9]
 [10 11 12 13]]
0
11
In [63]:
print(np.mean(A))
print(A.mean())        #平均值
print(np.average(A))   #平均值
print(np.median(A))    #中位数
 
7.5
7.5
7.5
7.5
In [68]:
print(np.cumsum(A))   #累加
 
[ 2  5  9 14 20 27 35 44 54 65 77 90]
In [69]:
print(np.diff(A))   #累差
 
[[1 1 1]
 [1 1 1]
 [1 1 1]]
In [72]:
print(np.nonzero(A))   #
 
(array([0, 0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2], dtype=int64), array([0, 1, 2, 3, 0, 1, 2, 3, 0, 1, 2, 3], dtype=int64))
In [74]:
A=np.arange(14,2,-1).reshape((3,4))
print(A)
print(np.sort(A))   #按行排序
 
[[14 13 12 11]
 [10  9  8  7]
 [ 6  5  4  3]]
[[11 12 13 14]
 [ 7  8  9 10]
 [ 3  4  5  6]]
In [78]:
print(A)
print(A.T)   #行列数交换。矩阵反向  也可以表示成transpose(A)
print(A.T.dot(A))   #求矩阵相乘
 
[[14 13 12 11]
 [10  9  8  7]
 [ 6  5  4  3]]
[[14 10  6]
 [13  9  5]
 [12  8  4]
 [11  7  3]]
[[332 302 272 242]
 [302 275 248 221]
 [272 248 224 200]
 [242 221 200 179]]
In [79]:
print(A)
print(np.clip(A,5,9))   #小于5大于9的都替换成5或9，其他数保留不变。
 
[[14 13 12 11]
 [10  9  8  7]
 [ 6  5  4  3]]
[[9 9 9 9]
 [9 9 8 7]
 [6 5 5 5]]
In [81]:
print(A)
print(np.mean(A,axis=1))   #行平均值
print(np.mean(A,axis=0))   #列平均值
 
[[14 13 12 11]
 [10  9  8  7]
 [ 6  5  4  3]]
[ 12.5   8.5   4.5]
[ 10.   9.   8.   7.]
In [86]:
A=np.arange(3,15).reshape((3,4))
print(A)
print(A[2])     #同 A[2,：]   第3行的所有数
print(A[2][1])   #同A[2,1]
print(A[:,1])   #第一列的所有数
print(A[1,1:3])
 
[[ 3  4  5  6]
 [ 7  8  9 10]
 [11 12 13 14]]
[11 12 13 14]
12
[ 4  8 12]
[8 9]
In [87]:
A=np.arange(3,15).reshape((3,4))
print(A)
for row in A:
    print(row)
 
[[ 3  4  5  6]
 [ 7  8  9 10]
 [11 12 13 14]]
[3 4 5 6]
[ 7  8  9 10]
[11 12 13 14]
In [89]:
A=np.arange(3,15).reshape((3,4))
print(A)
for column in A.T:
    print(column)
 
[[ 3  4  5  6]
 [ 7  8  9 10]
 [11 12 13 14]]
[ 3  7 11]
[ 4  8 12]
[ 5  9 13]
[ 6 10 14]
In [91]:
A=np.arange(3,15).reshape((3,4))
print(A)
print(A.flatten())
for i in A.flat:
    print(i)
 
[[ 3  4  5  6]
 [ 7  8  9 10]
 [11 12 13 14]]
[ 3  4  5  6  7  8  9 10 11 12 13 14]
3
4
5
6
7
8
9
10
11
12
13
14
In [96]:
A=np.array([1,2,3])
B=np.array([4,5,6])
c=np.vstack((A,B))    #上下合并
print(A.shape)
print(c)
print(c.shape)
 
(3,)
[[1 2 3]
 [4 5 6]]
(2, 3)
In [97]:
d=np.hstack((A,B))   #左右合并
print(d)
print(d.shape)
 
[1 2 3 4 5 6]
(6,)
In [99]:
print(A)
print(A.T)
 
[1 2 3]
[1 2 3]
In [105]:
print(A)
print(A[:,np.newaxis],A[:,np.newaxis].shape)
 
[1 2 3]
[[1]
 [2]
 [3]] (3, 1)
In [104]:
print(A,A.shape)
print(A[np.newaxis:],A[np.newaxis:].shape)
 
[1 2 3] (3,)
[1 2 3] (3,)
In [107]:
A=np.array([1,2,3])[:,np.newaxis]    #以列作为维度
B=np.array([4,5,6])[:,np.newaxis]
c=np.vstack((A,B))    #上下合并
d=np.hstack((A,B))    #左右合并
print(A)
print(B)
print(c)
print(d)
 
[[1]
 [2]
 [3]]
[[4]
 [5]
 [6]]
[[1]
 [2]
 [3]
 [4]
 [5]
 [6]]
[[1 4]
 [2 5]
 [3 6]]
In [112]:
A=np.array([1,2,3])[:,np.newaxis]    #以列作为维度
B=np.array([4,5,6])[:,np.newaxis]
e=np.concatenate((A,B,B,A),axis=0)   #按列合并。等同vstack((A,B))  上下合并
print(e)
f=np.concatenate((A,B,B,A),axis=1)    #按行合并。等同hstack((A,B))  左右合并
print(f)
 
[[1]
 [2]
 [3]
 [4]
 [5]
 [6]
 [4]
 [5]
 [6]
 [1]
 [2]
 [3]]
[[1 4 4 1]
 [2 5 5 2]
 [3 6 6 3]]
In [120]:
A=np.arange(12).reshape((3,4))
print(A)
b=np.split(A,2,axis=1)   #axis=1 按列来分割
print(b)
c=np.split(A,3,axis=0)    #axis=0 按行来分割
print(c)
 
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
[array([[0, 1],
       [4, 5],
       [8, 9]]), array([[ 2,  3],
       [ 6,  7],
       [10, 11]])]
[array([[0, 1, 2, 3]]), array([[4, 5, 6, 7]]), array([[ 8,  9, 10, 11]])]
In [122]:
print(A)
d=np.array_split(A,3,axis=1)  #不等分割
print(d)
 
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
[array([[0, 1],
       [4, 5],
       [8, 9]]), array([[ 2],
       [ 6],
       [10]]), array([[ 3],
       [ 7],
       [11]])]
In [124]:
print(A)
b=np.vsplit(A,3)   #上下分割   按行分割   同 split(A,3,axis=0)
print(b)
 
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
[array([[0, 1, 2, 3]]), array([[4, 5, 6, 7]]), array([[ 8,  9, 10, 11]])]
In [125]:
print(A)
b=np.hsplit(A,2)   #左右分割   按列分割   同 split(A,2,axis=1) 
print(b)
 
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
[array([[0, 1],
       [4, 5],
       [8, 9]]), array([[ 2,  3],
       [ 6,  7],
       [10, 11]])]
In [130]:
a=np.array([1,2,3,4])
b=a
c=a
d=b
print(a,b,c,d)
print(b is a)
a[0]=11
print(a,b,c,d)
b[1:3]=[22,33]
print(a,b,c,d)
 
[1 2 3 4] [1 2 3 4] [1 2 3 4] [1 2 3 4]
True
[11  2  3  4] [11  2  3  4] [11  2  3  4] [11  2  3  4]
[11 22 33  4] [11 22 33  4] [11 22 33  4] [11 22 33  4]
In [137]:
a=np.array([1,2,3,4])
e=a.copy()  #deep copy
print(e,a)
print(e is a)
a[0]=55
print(e,a)
 
[1 2 3 4] [1 2 3 4]
False
[1 2 3 4] [55  2  3  4]

numpy学习

标签：not   sum   矩阵相乘   min   axis   note   wrapper   bar   empty   

原文地址：http://www.cnblogs.com/afangxin/p/6994439.html
踩
(0)
赞
(0)
   
举报
评论 一句话评论（0）
登录后才能评论！
分享档案
更多>
2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)
周排行
mamicode.com排行更多图片
更多
友情链接
兰亭集智   国之画   百度统计   站长统计   阿里云   chrome插件   新版天听网
关于我们 - 联系我们 - 留言反馈
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码！