1、np.dot(m1,m2) #表示矩陣相乘
#公式表示m1m2
2、np.multiply(m1,m2) #矩陣對應元素相乘
#公式表示 m1*m2
3、np.power(m,n) #表示內部元素自乘n次
4、a[::-1]反轉陣列
5、list列表：以乙個方括號實現中間以逗號分隔開，中間元素的型別可不相同
list基本操作
6、np.stack(array,axis=dim)
dim:可選範圍[0,dim(array)](其中dim（array）指array的維度。ps.array可以為乙個list或為陣列，list的維度為1）
若array為list，np.stack會將array轉化為numpy的array，同時增加乙個維度，維度增加的位置有axis的數值控制。list轉化為numpy的array就直接去掉逗號即可，記為np_array。在np_array的dim的維度位置加上中括號，即增加一維，在堆疊起來。
若array為numpy的array，不增加維度，只按照axis修改維度位置。
import numpy as np
a=np.array([[[1],[4]],[[7],[10]]])
d=np.stack(a,axis=0)
b=np.stack(a,axis=1)
c=np.stack(a,axis=2)
print(a)
print(d)
print(b)
print(c)
輸出結果：
a:[ [[1] [4]]
[[7] [10] ]
b:[ [[1] [4]]
[[7] [10] ]
c:[ [[1] [7]]
[[4] [10] ]
d:[ [[1 7]]
[[4 10] ]
7、np.argmax
np.argmax(a):未定義axis，則返回flatten後的index
import numpy as np
a = np.array([[1, 5, 5, 2],
[9, 6, 2, 8],
[3, 7, 9, 1]])
print(np.argmax(a))
output:4
8、np.trapz(y, x=none, dx=1.0, axis=-1)
對y(x)在給定的軸上計算積分值，計算取樣數值與x軸圍成圖形的面積
9、np.sum()
參考鏈結
10、np.expand_dims(a,axis)
在axis位置增加1維
python numpy常用函式積累
axis屬性 在python numpy中許多函式都有axis這一屬性，該屬性通常是指進行函式計算時指定的計算軸方向，一般設定為 a xi s 0axis 0 axis 0 為列，axi s 1axis 1 axis 1 為行。樣例如下 import numpy as np x np.random....
Python numpy 常用函式總結
numpy是什麼 在沒給大家介紹numpy之前先給大家說下python的基本概念。python 是一種高階的，動態的，多泛型的程式語言。python 很多時候看起來就像是偽 一樣，因此你可以使用很少的幾行可讀性很高的 來實現乙個非常強大的程式設計客棧想法。numpy很簡單，numpy是python的...
python numpy的一些常用操作
一.np.array 多種資料型別 datalist np.array datalist,dtype object 按某一列排序 datalist datalist datalist sort axis argsort array新增一列，一維array行轉列 list轉array row np.a...