#encoding=utf-8import numpy as np
from numpy.linalg import *
def main():
###多行注釋就乙個組合鍵：選中，ctrl+/
##lesson1:ndarray
# lst=[[1,3,5],[2,4,6]]
# print(type(lst))
# np_list=np.array(lst)
# print(type(np_list))
# np_list2=np.array(lst,dtype=np.float)
# print(np_list2.shape)##2行3列
# print(np_list2.ndim)##2維
# print(np_list2.dtype)##資料型別float64
# print(np_list2.itemsize)##64位8個位元組
# print(np_list2.size)##共6個元素
##lesson2:常用array
# print(np.zeros([2,4]))##2行3列都為0的陣列
# print(np.ones([3,5]))###3行5列都為1的陣列
# print("rand:")#隨機數
# print(np.random.rand(2,4))##2行4列的隨機數
# print(np.random.rand())##1個隨機數
# print("randint:")#整型隨機數
# print(np.random.randint(1,10))##1到10範圍內的乙個隨機整數
# print(np.random.randint(1,10,3))###1到10範圍內的3個隨機數
# print("randn:")#標準正態分佈隨機數
# print(np.random.randn(2,4))#2行4列正態分佈隨機數
# print("choice:")
# print(np.random.choice([10,20,30,1,3]))#從10，20，30，1，3中隨機選擇乙個數
# print("distribute:")
# print(np.random.beta(1,10,100))#從1到10生成100個符合貝塔分布的隨機數
##lesson3:numpy常用操作
# print(np.arange(1,11))#生成乙個【1，11）的陣列
# print(np.arange(1,11).reshape([2,5]))#生成乙個2行5列的【1，11）的陣列
# print(np.arange(1,11).reshape([2,-1])) # reshape二帝第二個引數預設-1也可以
# print(np.exp(1))#e的1次方
# print(np.exp2(3))#自然指數3的平方
# print(np.sqrt(4))#4的開方
# print(np.sin(3.14))#sinx
# print(np.log10(10))#lg10
# lst=np.array([[[1,2,3],[2,4,6]],[[1,2,3],[2,4,6]]])
# print(lst.sum())#所有元素求和
# print(lst.sum(axis=0))#最上層對應相加[[1+1,2+2,3+3],[2+2,4+4,6+6]]
# print(lst.sum(axis=1))#更深入一層相加[1+2,2+4,3+6],[1+2,2+4,3+6]
# print(lst.max(axis=0))
# print(lst.min(axis=1))
# lst1=np.array([10,20,30,40])
# lst2=np.array([1,2,3,4])
# print(lst1+lst2)#兩個陣列相加
# print(lst1-lst2)#兩個陣列相減
# print(lst1*lst2)#兩個陣列相乘
# print(lst1/lst2)#兩個陣列相除
# print(lst1**2)#陣列平方
# print(np.dot(lst1.reshape([2,2]),lst2.reshape([2,2])))#兩個矩陣點乘
# print(np.concatenate((lst1,lst2),axis=0))#陣列拼接成列
# print(np.vstack((lst1,lst2)))#陣列上下拼接成行
# print(np.hstack((lst1,lst2)))#陣列拼接成列
# print(np.split(lst1,2))#陣列拆分
# print(np.copy(lst1))#陣列拷貝
##lesson4:矩陣操作和線性方程組
#from numpy.linalg import *#引入乙個包
# print(np.eye(3))#單位矩陣
# lst=np.array([[1,2],[3,4]])
# print("inv")
# print(inv(lst))#矩陣的逆
# print("t:")
# print(lst.transpose())#矩陣的轉置
# print("det:")
# print(det(lst))#矩陣的行列式
## print(eig(lst))#特徵值和特徵向量
## y=np.array([[5.],[7.]])
# print("solve")
# print(solve(lst,y))#lst*x=y,求矩陣x
##lesson5 numpy其他應用
# print("fft:")#訊號處理領域
# print(np.fft.fft(np.array([1,1,1,1,1,1,1,1])))
## print("coef:")#相關係數運算
# print(np.corrcoef([1,0,1],[0,2,1]))#corrcoef得到相關係數矩陣（向量的相似程度）
## print("poly:")#一元多次函式
# print(np.poly1d([2,1,3,7]))
# print(np.poly1d([2,1,3,7],true))
if __name__ == '__main__':
main()###只需要敲出main
python numpy學習筆記
前言 關於學習python，這幾年斷斷續續，學了停，停了學。我查過一些帖子，有人說直接做專案，在專案中學習 有人說打好基礎。我的性格可能是為了工作而工作，做專案可能會只對結果關心，當能出結果時，我便不會探索其中的知識點。所以，我準備從基礎開始，利用官網進行理論的學習，這篇文章是為了對python基礎...
python numpy學習筆記
import numpy as np np.ndim 陣列的維數 np.shape 陣列的形狀 np.size 陣列的元素個數 np.dtype 陣列的元素型別 1 np.array你可以使用np.array直接用python的元組和列表來建立，如果傳遞的是多層巢狀的序列，將建立多維陣列。為了建立列...
python numpy 學習筆記（6）
這次主要介紹numpy下的clip，compress，prod，以及cumprod方法 coding utf 8 from numpy import a arange 5 print a a print clipped a.clip 1,2 使用clipped修剪陣列，將比最小值1小的數變成最小值，...