匯入：import numpy as np
生成矩陣：array = np.array([[1,2,3],[4,5,6]])
矩陣維度：array.ndim
矩陣形狀：array.shape
矩陣大小：array.size
矩陣元素型別：array.dtype
a = np.array([1,2,3], dtype=np.int32)
dtype：指定資料型別
矩陣維度：建立時方括號的層數代表矩陣的維度
zero = np.zeros((2, 3))生成兩行三列全為0的矩陣
one = np.empty((2, 3))生成兩行三列全為1的矩陣
empty = np.empty((3, 2))生成三行兩列全為接近於0但不是0的矩陣
e = np.arange(10)此種用法與python中的range類似
h = np.arange(10).reshape(2, 4)重新定義矩陣的形狀
arr1：矩陣1
arr2：矩陣2
加法：arr1 + arr2按位相加
減法：arr1 - arr2按位相減
乘法：arr1 * arr2按位相乘
求冪：arr1 ** arr2按位操作
除法：arr1 / arr2按位相除
取餘：arr1 % arr2按位取餘
取整：arr1 // arr2按位取整
與數的操作：arr1 + 2矩陣中的每位都與2操作
比較操作：arr1 > 3判斷矩陣中那些元素大於3，返回乙個布林型的矩陣
arr1：矩陣1
arr2：矩陣2
矩陣乘法：np.dot(arr1, arr2)/arr1.dot(arr2)
轉置矩陣：arr1.t/np.transpose(arr1)
numpy中生成隨機數
arr1 = np.random.random((3, 2))生成三行兩列從0-1的隨機數
arr2 = np.random.normal(size=(3, 2))生成三行兩列符合標準正態分佈的隨機數
arr3 = np.random.randint((0, 10, size=(3, 2)))生成三行兩列0-10的隨機整數
單個矩陣求和：np.sum(arr1)
單個矩陣對列求和：np.sum(arr1, axis=0)
單個矩陣對行求和：np.sum(arr1, axis=1)
單個矩陣中求最大/最小值：np.max(arr1)/np.min(arr1)
求某個矩陣中最小值/最大值的索引：np.argmin(arr1)/np.argmax(arr1)
求矩陣的平均值：np.mean(arr1)/arr1.mean()
求矩陣中位數：np.median(arr1)
矩陣開方：np.sqrt(arr1)
矩陣排序：np.sort(arr1)對每行進行排序
np.clip(arr1, 2, 7)：對於arr1中的元素小於2就變成2，大於7就變成7
a = np.arange(2, 14)：與python索引類似，用法可參照python中list用法
多維矩陣：
a[i]:表示第i+1行
a[i][j]:表示第i+1行第j+1列
a[:,j]:表示第j+1列
迭代行
for i in a:
print(i)
for i in a.t:
print(i)
for i in a.flat:
print(i)
水平合併：np.hstack((arr1, arr2))
np.concatenate((arr1, arr2),axis=0):可自主指定合併方式，合併的array維度要相同，引數axis=0時縱向合併，引數axis=1時橫向合併。
一維array增加乙個維度：np.newaxis
例項：
arr1 = np.arange(1,4)
arr1_2 = arr1[:,np.newaxis]
arr1_2變成三行一列
arr1_3 = arr1[np.newaxis,:]
arr1_3變成一行三列
np.split(arr, 2, axis=1)：按列分割，分成兩份
np.split(arr, 3, axis=0)：按行分割，分成三份
np.array_split(arr, 2, axis=1)：按列分割，分成兩份，不等分割
np.array_split(arr, 3, axis=0)：按行分割，分成三份，不等分割
np.vsplit(arr, 3)：按行分割
np.hsplit(arr, 2)：按列分割
淺拷貝：類似值引用，指向同一塊記憶體位址，只要乙個改變大家都會改變
深拷貝：arr.copy() 重新開闢一塊記憶體空間，幾者之間互不影響
NumPy學習總結（一）
這一章節我們將學習如何從數值範圍建立陣列。numpy 包中的使用 arange 函式建立數值範圍並返回 ndarray 物件，函式格式如下 numpy.arange start,stop,step,dtype 根據 start 與 stop 指定的範圍以及 step 設定的步長，生成乙個 ndarr...
numpy用法總結
python的乙個開源的數值計算擴充套件。這種工具可用來儲存和處理大型矩陣，比python自身的巢狀列表 nested list structure 結構要高效的多 該結構也可以用來表示矩陣 matrix 功能 返回數字或陣列的絕對值。若輸入為陣列，則將陣列各元素取絕對值，然後返回取絕對值後的陣列 ...
numpy方法總結
numpy是乙個用python實現的科學計算的擴充套件程式庫，包括 numpy陣列間的基本運算是一對一的，基本就是加減乘除。陣列運算要求兩個資料的形狀相同，當形狀不同的時候，就會自動觸發廣播機制。陣列廣播 當兩個形狀不一樣的陣列進行相加，自動觸發廣播機制。下邊看幾個廣播計算的示意圖 當某乙個陣列的維...