函式說明
np.sum(x)
計算陣列所有元素的和
np.prod(x)
計算陣列所有元素的乘積
np.diff(x)
計算陣列相鄰元素之間的差
np.abs(x) np.fabs(x)
計算陣列各元素的絕對值
np.sqrt(x)
計算陣列各元素的平方根
np.square(x)
計算陣列各元素的平方
np.log(x), np.log10(x) np.log2(x)
計算陣列各元素的自然對數、10底對數和2底對數
np.ceil(x) np.floor(x)
計算陣列各元素的ceiling值或floor值
np.rint(x)
計算陣列各元素的四捨五入值
np.modf(x)
計算陣列各元素的小數和整數部分以兩個獨立陣列形式返回
np.cos(x) np.cosh(x) np.sin(x) np.sinh(x) np.tan(x) np.tanh(x)
計算陣列各元素的普通型和雙曲型三角函式
arccos, arccosh, arcsin, arcsinh, arctan, arctanh
反三角函式和雙曲型反三角函式
np.exp(x)
計算各元素的指數值
np.sign(x)
計算陣列各元素的符號值：1(+),0,-1(-)
np.rint(x)
將各元素值四捨五入到最接近的整數，保留dtype
np.isinf(x)
判斷是否是無窮
np.logical_not()
計算元素not x的真值，同~
#numpy的常用一元函式
deffunction1():
arr =np.array([
[1, -2, 3],
[4, -5, 6]
])#7
print("
元素總和:
", np.sum(arr))
#720
print("
元素相乘:
", np.prod(arr))
#[ [-3 5]
#[-9 11] ]
print("
元素差:
", np.diff(arr))
#[ [1 2 3]
#[4 5 6] ]
print("
元素絕對值:
", np.abs(arr))
#[ [1 4 9]
#[16 25 36] ]
print("
元素平方:
", np.square(arr))
#[ [2.71828183e+00 1.35335283e-01 2.00855369e+01]
#[5.45981500e+01 6.73794700e-03 4.03428793e+02] ]
print("
e的元素次方:
", np.exp(arr))
#[ [ 1 -1 1]
#[ 1 -1 1] ]
print("
元素符號:
", np.sign(arr))
函式說明
+ - * / **
兩個陣列各元素進行對應運算
np.maximum(x, y) np.fmax() np.minimum(x, y) np.fim()
元素級的最大值/最小值計算
np.mod(x, y)
取餘np.copysign(x, y)
將陣列y中各元素值的符號賦值給陣列x對應元素
> < >= <= == !=
算數比較，產生布林型陣列
np.add()
相加np.subtract()
相減np.mutiply()
相乘 (一一對應乘)
np.dot()
矩陣內積 (按公式乘)
np.vdot()
兩個向量的點積
np…inner()
一維陣列的向量內積
np.divide()
相除np.floor_divide()
向下圓整除法（丟棄餘數）
np.power(arr，b)
次方，arr內每個元素的b次方
np.greater(), np.greater_equal(), np.less(), np.less_equal(), np.equal(), np.not_equal()
>, >=, <, <=, =, !=
np.logical_and()
& 的函式表示式
np.logical_or()
|的函式表示式
np.logical_xor()
^ 的函式表示式
np.ix_()
生成乙個索引器，用於fancy indexing(花式索引)
np.linalg.det()
計算輸入矩陣的行列式
np.inalg.solve()
計算矩陣形式的線性方程的解
#numpy常用的二元函式
deffunction2():
arr1 =np.array([
[1, 5],
[3, 7]
])arr2 =np.array([
[2, 4],
[6, 8]
])#[[ 3 9]
#[ 9 15]]
print("
元素相加:
", arr1+arr2)
#[[ 2 20]
#[18 56]]
print("
元素相乘:
", arr1*arr2)
#[[ 1 25]
#[ 9 49]]
print("
元素自乘:
", arr1**2)
#[[2 5]
#[6 8]]
print("
最大元素:
", np.maximum(arr1, arr2))
#[[ 2 20]
#[18 56]]
print("
元素相乘:
", np.multiply(arr1, arr2))
#[[32 44]
#[48 68]]
print("
矩陣乘法:
", np.dot(arr1, arr2))
函式說明
np.sum(arr1)
計算元素的和
np.prod(arr1)
計算元素的積
np.mean(arr1)
計算元素平均值
np.std(arr1)
計算元素的標準差
np.var(arr1)
計算元素的方差
np.min(arr1)
獲得元素的最小值
np.max(arr1)
獲得陣列中元素的最大值
np.argmin(arr1)
獲得陣列中最小值的索引
np.argmax(arr1)
獲得最大值的索引
np.median(arr1)
獲得元素的中位數
np.minimum(arr1, arr2)
獲得多個陣列中元素最小值
np.maximun(arr1, arr2)
獲得多個陣列中元素最大值
np.cumsum()
元素的逐漸累計和陣列
np.cumprod()
元素的逐漸累計積陣列
#numpy常用的聚合函式
deffunction3():
arr =np.array([
[1, 2, 3],
[4, 5, 6]
])#3.5
print("
平均值:
", np.mean(arr))
#1print("
最小值:
", np.min(arr))
#2.9166666666666665
print("
方差:"
, np.var(arr))
#所有元素最大值的索引，從0開始，如 2行3列的元素，索引為 0~5#5
print("
最大值索引:
", np.argmax(arr))
#3.5
print("
中位數:
", np.median(arr))
#[ 1 3 6 10 15 21]
print("
逐漸累計和:
", np.cumsum(arr))
#[ 1 2 6 24 120 720]
print("
逐漸累計積:
", np.cumprod(arr))
numpy的函式講解
邊學邊記 1 numpy對矩陣的處理很強大，少用list，多使用array np.array x 將輸入資料轉化為乙個型別為type的ndarray np.asarray array 將輸入資料轉化為乙個新的ndarray np.array 與np.asarray 區別 當資料來源是ndarray時...
numpy 的通用函式
csv，comma separate values，是逗號分隔檔案的縮寫，是一種儲存資料的純文字格式，通常用於儲存電子 或資料庫軟體 特點每條記錄佔一行 以逗號為分隔符 逗號前後的空格會被忽略 參考 csv是什麼檔案格式 loadtxt函式解析csv檔案 loadtxt 檔名，分隔符，usecols...
numpy 的各種函式
在指定的間隔內返回均勻間隔的數字。返回num均勻分布的樣本，在 start,stop 這個區間的端點可以任意的被排除在外。example np.linspace 2.0,3.0,num 5 array 2.2.25,2.5 2.75,3.np.linspace 2.0,3.0,num 5,endpo...