python中的陣列
ndarray是什麼?
1、numpy中基本的資料結構
2、所有元素是同一種型別
3、別名是array
4、利於節省記憶體和提高cpu計算時間
5、有豐富的函式
ndarray的建立
>>> import numpy as np
>>> aarray=np.array([1,2,3])
>>> aarray
array([1, 2, 3])
>>> barray=np.array([(1,2,3),(4,5,6)])
>>> barray
array([[1, 2, 3],
[4, 5, 6]])
>>> np.arange(1,5,0.5)
array([1. , 1.5, 2. , 2.5, 3. , 3.5, 4. , 4.5])
>>> np.random.random((2,2))
array([[0.15637741, 0.23650666],
[0.37523649, 0.4608882 ]])
>>> np.linspace(1,2,10,endpoint=false)
array([1. , 1.1, 1.2, 1.3, 1.4, 1.5, 1.6, 1.7, 1.8, 1.9])
>>> np.ones([2,3])
array([[1., 1., 1.],
[1., 1., 1.]])
>>> np.zeros((2,2))
array([[0., 0.],
[0., 0.]])
>>> np.fromfunction(lambda i,j:(i+1)*(j+1),(9,9))
array([[ 1., 2., 3., 4., 5., 6., 7., 8., 9.],
[ 2., 4., 6., 8., 10., 12., 14., 16., 18.],
[ 3., 6., 9., 12., 15., 18., 21., 24., 27.],
[ 4., 8., 12., 16., 20., 24., 28., 32., 36.],
[ 5., 10., 15., 20., 25., 30., 35., 40., 45.],
[ 6., 12., 18., 24., 30., 36., 42., 48., 54.],
[ 7., 14., 21., 28., 35., 42., 49., 56., 63.],
[ 8., 16., 24., 32., 40., 48., 56., 64., 72.],
[ 9., 18., 27., 36., 45., 54., 63., 72., 81.]])
>>> import numpy as np
>>> x = np.array([(1,2,3),(4,5,6)])
>>> x
array([[1, 2, 3],
[4, 5, 6]])
>>> x.ndim
2>>> x.shape
(2, 3)
>>> x.size
6
>>> import numpy as np
>>> aarray=np.array([(1,2,3),(4,5,6)])
>>> print(aarray[1])
[4 5 6]
>>> print(aarray[0])
[1 2 3]
>>> print(aarray[0:2])
[[1 2 3]
[4 5 6]]
>>> print(aarray[:,[0,1]])
[[1 2]
[4 5]]
>>> print(aarray[1,[0,1]])
[4 5]
>>> for row in aarray:
print(row)
[1 2 3]
[4 5 6]
ndarray的操作:
>>> import numpy as np
>>> aarray=np.array([(1,2,3),(4,5,6)])
>>> aarray.shape
(2, 3)
>>> barray=aarray.reshape(3,2)
>>> barray
array([[1, 2],
[3, 4],
[5, 6]])
>>> aarray
array([[1, 2, 3],
[4, 5, 6]])
>>> import numpy as np
>>> aarray=np.array([(1,2,3),(4,5,6)])
>>> aarray.resize(3,2)
>>> aarray
array([[1, 2],
[3, 4],
[5, 6]])
>>> barray=np.array([1,3,7])
>>> carray=np.array([3,5,8])
>>> np.vstack((barray,carray))
array([[1, 3, 7],
[3, 5, 8]])
>>> np.hstack((barray,carray))
array([1, 3, 7, 3, 5, 8])
ndarray的運算:
>>> import numpy as np
>>> aarray=np.array([(5,5,5),(5,5,5)])
>>> barray=np.array([(2,2,2),(2,2,2)])
>>> carray=aarray*barray
>>> carray
array([[10, 10, 10],
[10, 10, 10]])
>>> aarray+=barray
>>> aarray
array([[7, 7, 7],
[7, 7, 7]])
廣播的思想:
>>> a=np.array([1,2,3])
>>> b=np.array([[1,2,3],[4,5,6]])
>>> a+b
array([[2, 4, 6],
[5, 7, 9]])
統計運算:
>>> import numpy as np
>>> aarray=np.array([(1,2,3),(4,5,6)])
>>> aarray.sum()
21>>> aarray.sum(axis=0)
array([5, 7, 9])
>>> aarray.sum(axis=1)
array([ 6, 15])
>>> aarray.min()
1>>> aarray.argmax()
5>>> aarray.mean()
3.5>>> aarray.var()
2.9166666666666665
>>> aarray.std()
1.707825127659933
ndarray的專門應用--線性代數:
>>> import numpy as np
>>> x=np.array([[1,2],[3,4]])
>>> r1=np.linalg.det(x)
>>> print(r1)
-2.0000000000000004
>>> r1
-2.0000000000000004
>>> r2=np.linalg.inv(x)
>>> r2
array([[-2. , 1. ],
[ 1.5, -0.5]])
>>> print(r2)
[[-2. 1. ]
[ 1.5 -0.5]]
>>> r3=np.dot(x,x)
>>> r3
array([[ 7, 10],
[15, 22]])
>>> print(r3)
[[ 7 10]
[15 22]]
python教學筆記 python學習筆記(一)
1.eval 函式 eval是單詞evaluate的縮寫,就是 求.的值的意思。eval 函式的作用是把str轉換成list,dict,tuple.li 1 1,2,3 print eval li 1 di 1 print eval di 1 tu 1 2,4,6 print eval tu 1 執...
python學習筆記
coding utf 8 coding utf 8 應該像八股文一樣在每個指令碼的頭部宣告,這是個忠告 為了解決中文相容問題,同時你應該選擇支援 unicode 編碼的編輯器環境,保證在執行指令碼中的每個漢字都是使用 utf 8 編碼過的。cdays 5 exercise 3.py 求0 100之間...
Python 學習筆記
python 學習筆記 def run print running.def execute method method execute run result running.condition false test yes,is true if condition else no,is false ...