标签:整型 nal 使用 sum 切片 函数 集合 python height
numpy(Numerical Python)提供了python对多维数组对象的支持:ndarray,具有矢量运算能力,快速、节省空间。numpy支持高级大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。
ndarray:N维数组对象(矩阵),所有元素必须是相同类型。
ndarray属性:ndim属性,表示维度个数;shape属性,表示各维度大小;dtype属性,表示数据类型。
创建ndarray数组函数:
NumPy数据类型:
矢量运算:相同大小的数组键间的运算应用在元素上
矢量和标量运算:“广播”— 将标量“广播”到各个元素
一维数组的索引:与Python的列表索引功能相似
多维数组的索引:
布尔索引:使用布尔数组作为索引。arr[condition],condition为一个条件/多个条件组成的布尔数组。
花式索引:使用整型数组作为索引。
数组的转置/轴对换只会返回源数据的一个视图,不会对源数据进行修改。
通用函数(ufunc)是一种对ndarray中的数据执行元素级运算的函数。
一元ufunc:
二元ufunc:
np.where(condition, x, y),第一个参数为一个布尔数组,第二个参数和第三个参数可以是标量也可以是数组。
可以通过这些基本统计方法对整个数组/某个轴的数据进行统计计算。
用于布尔数组的统计方法:
使用sort对数组/数组某一维度进行就地排序(会修改数组本身)。
import numpy.linalg 模块。线性代数(linear algebra)
常用的numpy.linalg模块函数:
import numpy.random模块。
常用的numpy.random模块函数:
标签:整型 nal 使用 sum 切片 函数 集合 python height
原文地址:https://www.cnblogs.com/dangjf/p/9523506.html