Numpy的小總結

numpy是python的乙個科學計算庫，提供矩陣運算的功能。

import numpy as np #一般都是用numpy的別名來進行操作

np.array((1.2,2,3,4), dtype=np.int32)

這裡是強制定義了np裡面的矩陣資料型別，是讓其為int32位，如果其中有小數的，都會轉換成整數。

arr1 = np.array([1,2,3,4,5,6,6,6])

print(arr1.reshape(2,4))

reshape完之後，就變成矩陣了

arr1.shape()則顯示矩陣的情況，就是是幾維矩陣，矩陣的長度如何。

arr1.dtype顯示arr1矩陣的資料的型別，這裡上邊定義的是int型別的

import numpy as

npprint(np.array((
1.2,2,3,4.1), dtype=np.int32))
arr1 = np.array([1,2,3,4,5,6,6,6
])print(arr1.reshape(
2,4))
print(arr1.dtype)

#起始值為第乙個引數，終點值為第二個引數，然後第三個引數是把這個區間的數，分為多少，這裡的輸出結果是從1到10

矩陣之間是可以運算的，但是要注意的是什麼？就是矩陣的長度得是對應的。比如二維對二維，並且相對應運算行的長度得相同

import numpy as

npa = np.array([[1,2,3],[2,3,4
]])b = np.array([[2,3,4],[2,3,4
]])print(a -b)
"""結果輸出:[[-1 -1 -1]
[ 000]]"""

行乘列得出結果，看輸出結果中的9可以看出，是a的第一行乘以b的第一列。

import

numpy as np
a = np.array([[1,2,3],[2,3,4],[1,1,1]])
b = np.array([[2,3,4],[2,3,4],[1,1,1]])
print
(np.dot(a,b))
"""輸出結果[[ 9 12 15]
[14 19 24]
[ 5  7  9]]
"""

np.floor(矩陣)向下取整，就是傳進來的矩陣，如果是3.5，就會變成3這樣子

import

numpy as np
a = np.array([[1,2,3],[2,3,4],[1,1,1]])
print
(a.r**el())
"""輸出結果：[1 2 3 2 3 4 1 1 1]
"""

vstack和hstack，我發現只能憑藉相同大小的，就是如果矩陣不等長的話則按照斷的來拼接。像矩陣a的第二行，有五個數，但是最終只拼接了三個

import

numpy as np
a = np.array([[1,2,3],[2,3,4,5,6],[1,1,1]])
a = np.array([[1,2,3],[2,3,4],[1,1,1]])
print
(np.hstack((a,b)))
print
(np.vstack((a,b)))
"""輸出結果:[[1 2 3 2 3 4]
[2 3 4 2 3 4]
[1 1 1 1 1 1]]
[[1 2 3]
[2 3 4]
[1 1 1]
[2 3 4]
[2 3 4]
[1 1 1]]
"""

按照行來切,這裡在第三行和第四行切了，因此，產生了三個矩陣

a = np.floor(10*np.random.random((2,12))) #

按行切print
(a)print(np.hsplit(a,(3,4)))
"""結果：[[ 0.  2.  0.  3.  3.  1.  5.  9.  1.  5.  5.  9.]
[ 5.  5.  1.  7.  3.  0.  8.  3.  4.  7.  0.  7.]]
[array([[ 0.,  2.,  0.],
[ 5.,  5.,  1.]]), array([[ 3.],
[ 7.]]), array([[ 3.,  1.,  5.,  9.,  1.,  5.,  5.,  9.],
[ 3.,  0.,  8.,  3.,  4.,  7.,  0.,  7.]])]
"""

按列來分,想切幾刀就切幾刀，切多少下，只要沒超過它的列數，就可以切。

import

numpy as np
a = np.floor(10*np.random.random((12,2)))
print
(a)print(np.vsplit(a,3))
"""執行結果[[ 7.  5.]
[ 4.  9.]
[ 9.  9.]
[ 9.  7.]
[ 8.  6.]
[ 4.  4.]
[ 6.  7.]
[ 3.  2.]
[ 8.  1.]
[ 4.  2.]
[ 2.  5.]
[ 0.  0.]]
[array([[ 7.,  5.],
[ 4.,  9.],
[ 9.,  9.],
[ 9.,  7.]]), array([[ 8.,  6.],
[ 4.,  4.],
[ 6.,  7.],
[ 3.,  2.]]), array([[ 8.,  1.],
[ 4.,  2.],
[ 2.,  5.],
[ 0.,  0.]])]
"""

至於訪問切出來的矩陣，很簡單，就是參考陣列，既然切成了多個矩陣，那就是按照不同的下標來訪問咯，比如上邊的結果想拿到第乙個陣列的第乙個數字，則只要賦值了之後，用

賦值的變數[0][0][0]就可以訪問到了，注意陣列巢狀的情況。

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...

numpy學習總結

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.in...