索引、合併、分割
c=a-b
c=a+b
c=a*b
c=b**2
c=10*np.sin(a)
c_dot = np.dot(a,b)#叉積
np.sum(a)
np.min(a)
np.max(a)
np.sum(a,axis=1)#0行1列
np.min(a,axis=0)
np.max(a,axis=1)
np.argmin(a)#求最小的索引，矩陣轉化為一行的座標
np.argmax(a)
np.mean(a)#平均值
a.mean()
a.median()#中位數
np.cumsum(a)#累加
p.diff(a)#每項與後一項的差（後-前）
np.nonzero(a)#將所有非零元素的行與列座標分割開，重構成兩個分別關於行和列的矩陣。
np.sort(a)#僅針對每一行進行從小到大排序操作：
np.transpose(a)#轉置
a.tnp.clip(a,5,9)#將矩陣中元素比最小值小的或者比最大值大的轉換為最小值或者最大值。
a[1][1]
print(a[1, 1:3]) #切片
a.flatten()#將矩陣展開為一行
np.vstack((a,b))#將矩陣上下合併
np.hstack((a,b))#將矩陣左右合併
a[np.newaxis,:]#將array轉化為矩陣，以便用上面兩個函式合併
a[np.newaxis,:]
np.concatenate((a,b,b,a),axis=0)#將多個矩陣合併
np.split(a, 3, axis=0)#矩陣橫向平分為3個
np.array_split(a, 3, axis=0)#不均等分割
np.vsplit()
np.hsplit()
array
a = np.array([2,23,4]) # list 1d
print(a)
# [2 23 4]
a = np.array([[2,23,4],[2,32,4]]) # 2d 矩陣 2行3列
print(a)
"""[[ 2 23 4]
[ 2 32 4]]
"""
a = np.array([2,23,4],dtype=np.int)
print(a.dtype)
# int64
a = np.array([2,23,4],dtype=np.int32)
print(a.dtype)
# int32
a = np.array([2,23,4],dtype=np.float)
print(a.dtype)
# float64
a = np.array([2,23,4],dtype=np.float32)
print(a.dtype)
# float32
a = np.zeros((3,4)) # 資料全為0，3行4列
"""array([[ 0., 0., 0., 0.],
[ 0., 0., 0., 0.],
[ 0., 0., 0., 0.]])
"""
a = np.empty((3,4)) # 資料為empty，3行4列
"""array([[ 0.00000000e+000, 4.94065646e-324, 9.88131292e-324,
1.48219694e-323],
[ 1.97626258e-323, 2.47032823e-323, 2.96439388e-323,
3.45845952e-323],
[ 3.95252517e-323, 4.44659081e-323, 4.94065646e-323,
5.43472210e-323]])
"""
a = np.arange(10, 20, 2) # 10-19 的資料，2的步長
"""array([10, 12, 14, 16, 18])
"""
a = np.arange(12).reshape((3,4)) # 3行4列，0到11
"""array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
"""
a = np.linspace(1,10,20) # 開始端1，結束端10，且分割成20個資料，生成線段
"""array([ 1. , 1.47368421, 1.94736842, 2.42105263,
2.89473684, 3.36842105, 3.84210526, 4.31578947,
4.78947368, 5.26315789, 5.73684211, 6.21052632,
6.68421053, 7.15789474, 7.63157895, 8.10526316,
8.57894737, 9.05263158, 9.52631579, 10. ])
"""
a = np.linspace(1,10,20).reshape((5,4)) # 更改shape
"""array([[ 1. , 1.47368421, 1.94736842, 2.42105263],
[ 2.89473684, 3.36842105, 3.84210526, 4.31578947],
[ 4.78947368, 5.26315789, 5.73684211, 6.21052632],
[ 6.68421053, 7.15789474, 7.63157895, 8.10526316],
[ 8.57894737, 9.05263158, 9.52631579, 10. ]])
"""
numpy基本操作
算數運算子 等這些運算子為元素集，也就是說，它們只用於位置相同的元素之間，所得到的運算結果組成乙個新陣列 矩陣積 dot，表示矩陣乘機，表示對應元素相乘 np.dot a,b a.dot b 通用函式,通常叫做ufunc，它對陣列中的每個元素逐一進行操作，這表明，通用函式分別處理輸入陣列中的每個元素...
Numpy的基本操作
coding utf 8 in 1 import pandas import numpy python中的list和array的不同之處 python中的list是python的內建資料型別，array封裝在numpy中 list中的資料類不必相同的，而array的中的型別必須全部相同 在list中...
05 numpy 基本操作
姓名 成績 語文數學 英語物理 tom90 100110 89ali 80100 3399 li89 9933 93stu info np.array 90,100,110,89 80,100,33,99 89,99,33,93 stu info 1 array 80,100,33,99 stu i...