python Numpy快速入門

numpy是python的乙個矩陣處理庫，提供了大量點矩陣處理函式，其內部通過c語言實現，執行速度快。

1.一維numpy陣列

使用numpy提供的arange(n)函式可以建立乙個包含n個元素的numpy陣列，取值分別為0～n-1.

>>> 
from numpy import *
>>> a=arange(4)
>>> a
array([0, 1, 2, 3])
>>> a.shape
(4,)
>>>

使用array()建立numpy陣列.

>>> mm=array((4,5,1))
>>> mm
array([4, 5, 1])
>>> pp=array((10,20,30))
>>> pp
array([10, 20, 30])
>>> mm+pp
array([14, 25, 31])
>>> pp*2
array([20, 40, 60])

使用標準的python時，向量運算需要迴圈實現，使用numpy可以直接運算. 對每個元素平方：

>>> mm**2
array
([16, 25,  1])

訪問元素：

>>> mm[1]
5>>> pp[2]
30>>> 
2*mm[1]
10>>>

2. 多維numpy陣列

>>> jj=array([[1,2,3],[4,5,6],[7,8,9]])
>>> jj
array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])

陣列訪問：

>>> jj[1]
array([4, 5, 6])
>>> jj[1][1]
5>>> jj[0,2]
3

陣列相乘

>>> a1=array([1,2,3])
>>> b1=array([4,8,10])
>>> a1*b1
array([ 4, 16, 30])
>>> a2=array([[2,3,4],[5,6,7]])
>>> b2=array([[1,2,3],[4,5,6]])
>>> a2*b2
array([[ 2,  6, 12],
[20, 30, 42]])
>>>

可以看到numpy陣列相乘，兩個陣列行和列都是相同的，然後對應位置相乘。陣列乘法和矩陣乘法還是有區別的，矩陣乘法中兩個矩陣必須滿足m＊n和n＊k的條件。

3.numpy矩陣

建立numpy矩陣需要匯入matrix或mat模組

>>> from numpy import mat,matrix
>>> m1=mat([[1,2,3],[2,3,1]])
>>> m1
matrix([[1, 2, 3],
[2, 3, 1]])
>>> m2=mat([[1,1,2],[2,1,1]])
>>> m2
matrix([[1, 1, 2],
[2, 1, 1]])
>>> m1*m2
traceback (most recent call last):
file "", line 1, in
file "/library/frameworks/python.framework/versions/3.5/lib/python3.5/site-packages/numpy/matrixlib/defmatrix.py", line 343, in __mul__
return n.dot(self, asmatrix(other))
valueerror: shapes (2,3) and (2,3) not aligned: 3 (dim 1) != 2 (dim 0)

這時候m1*m2會發生錯誤，m1,m2 都為2*3的矩陣，因此不能相乘。把m2轉置為3*2的矩陣：

>>> m2.t
matrix([[1, 2],
[1, 1],
[2, 1]])
>>> m1*m2.t
matrix([[9, 7],
[7, 8]])

如果想把矩陣m1和m2中的元素對應相乘，可以使用multiply函式:

>>> from numpy import multiply
>>> m1
matrix([[1, 2, 3],
[2, 3, 1]])
>>> m2
matrix([[1, 1, 2],
[2, 1, 1]])
>>> multiply(m1,m2)
matrix([[1, 2, 6],
[4, 3, 1]])

使用shape函式檢視矩陣的維數：

>>> m1.shape
(2, 3)

使用sort函式可以把矩陣中的每一行元素進行排序：

>>> m3=mat([[7,5,4],[9,8,7],[5,2,0]])
>>> m3
matrix([[7, 5, 4],
[9, 8, 7],
[5, 2, 0]])
>>> m3.sort()
>>> m3
matrix([[4, 5, 7],
[7, 8, 9],
[0, 2, 5]])

計算矩陣平均值：

>>> m3.mean()
5.2222222222222223

取出某一行元素：

>>> m3
matrix([[4, 5, 7],
[7, 8, 9],
[0, 2, 5]])
>>> m3[1,:]
matrix([[7, 8, 9]])
>>> m3[2,:]
matrix([[0, 2, 5]])

取指定範圍元素, 如取出矩陣m3中第三行中的第二列和第三列，也就算2和5：

>>> m3[2,1:3]
matrix([[2, 5]])

官方文件：numpy-1.10.1

Flask入門二快速入門

from flask import flask 路由裝飾器 defhello world 檢視函式 return hello world 返回乙個字串 if name main 把程式儲存為hello.py 用python直譯器執行 python hello.py running on訪問會看見 ...

adb shell 入門 ADB快速入門

一簡介 android debug bridge，我們一般簡稱為adb，主要存放在sdk安裝目錄下的platform tools資料夾中，它是乙個非常強大的命令列工具，通過這個工具用來連線電腦和android裝置手機電腦電視平板電視盒子等二安裝提取碼 54zh 2.解壓檔案包到固定...

Linux快速入門

linux快速入門 1 基礎概念檔案系統分割槽和掛載檔案系統是指作業系統中與管理檔案有關的軟體和資料。linux 的檔案系統和windows中的檔案系統有很大的區別，在windows 下，目錄結構屬於分割槽 linux 下，分割槽屬於目錄結構。在linux 中把每乙個分割槽和某乙個目錄對應，以...

python Numpy快速入門

Flask入門二 快速入門

adb shell 入門 ADB快速入門

Linux快速入門

相關推薦

Flask入門二快速入門