《Python数据分析实战》3 NumPy库

标签：矩阵   oat   max   最大   apply   布尔   均值   random   ack   

• 初始化数组

arr = np.array([[1,2],[3,4]])

arr = np.array([[1,2],[3,4]], dtype=complex)

arr = np.zeros((3,4))

arr = np.ones((1,2))

arr = np.arange(4,10).reshape(2,3)

arr = np.linspace(0,1,6)  #[0.0,0.2,0.4,0.6,0.8,1.0]

arr = np.random.random(3)

arr = np.random.random((5,2))

• 数组内置函数

type(arr)：numpy.ndarray

arr.dtype：int32、float64……

arr.ndim：2

arr.size：4

arr.shape：(2L,2L)

arr.itemsize：4

• 数组计算函数

arr+1：元素和

arr*2：元素积

arr1+arr2：元素和

arr1*arr2：元素积

np.dot(arr1, arr2)：矩阵积

sin(arr)：元素三角函数

sqrt(arr)：元素开方

arr.sum()：所有元素和

arr.min()：所有元素最小值

arr.max()：所有元素最大值

arr.mean()：所有元素平均值

• 数组迭代函数

np.apply_along_axis(np.mean, axis=0, arr=arr)：按列迭代

np.apply_along_axis(lambda x:x*2, axis=1, arr=arr)：按行迭代

• 布尔数组：

arr<0.5

• 拼接数组：

np.vstack((arr1, arr2))：垂直入栈

np.hstack((arr1, arr2))：水平入栈

• 切分数组：

np.vsplit(arr, n)：垂直平分n部分

np.hsplit(arr, n)：水平平分n部分

np.split(arr, [1,3,5], axis=1)：垂直分割

• 数组保存/读取

np.save(‘data.npy‘, arr)

arr = np.load(‘data.npy‘)

《Python数据分析实战》3 NumPy库

标签：矩阵   oat   max   最大   apply   布尔   均值   random   ack   

原文地址：https://www.cnblogs.com/jhc888007/p/9372495.html