功能强大的python包(一):Numpy

功能强大的python包(一):Numpy

1.Numpy简介

功能强大的python包(一):Numpy
Numpy是python的一种开源的数值计算扩展;Numpy可用来存储和处理大型矩阵;Numpy支持大量的维度数组与矩阵运算。

2.数据类型

Numpy最基本最常用的数据类型是ndarray(n维数组),其中的很多方法也是针对ndarray对象而开发的;其与python自带数据类型list(列表)基本无差别;因此对于list对象的操作都可以运用到ndarray对象上。

3.Numpy总览

功能强大的python包(一):Numpy


数据生成

生成ndarray对象的方法汇总

函数 实例
np.array np.array([1,2,3,4,5])
np.arange np.arange(1,10)
np.linspace np.linspace(1,10,10)
np.ones np.ones((2,2))
np.ones_like np.ones_like([[1,2,3],[3,2,1]])
np.zeros np.zeros((3,2))
np.zeros_like np.zeros_like([[3,2,1],[1,2,3]])
np.empty np.empty((3,4))
np.empty_like np.empty_like([[1,2,3],[3,2,1]])
import numpy as np

np.array([1,2,3,4,5])
np.arange(1,10)
np.linspace(1,10,10)
np.ones((2,2))
np.ones_like([[1,2,3],[3,2,1]])
np.zeros((3,2))
np.zeros_like([[3,2,1],[1,2,3]])
np.empty((3,4))
np.empty_like([[1,2,3],[3,2,1]])

数据结构
函数 实例
np.size np.size(np.ones((3,4)))
np.shape np.shape(np.ones((3,4)))
np.split np.split(np.ones((3,4)),1)
np.reshape np.ones((3,4)).reshape(2,6)
np.concatenate np.concatenate(ones((3,4)))
np.transpose np.ones((3,4)).transpose( )
import numpy as np

np.size(np.ones((3,4)))
np.shape(np.ones((3,4)))
np.split(np.ones((3,4)),1)
np.ones((3,4)).reshape(2,6)
np.concatenate(ones((3,4)))
np.ones((3,4)).transpose( )

np.random

np.random模块可以用于生成呈各种分布的数据

函数 实例
np.random.rand np.random.rand(2,3)
np.random.randn np.random.randn(3,4)
np.random.gamma np.random.gamma(3,10)
np.random.normal np.random.normal(0,1)
np.random.randint np.random.randint(0,10,10)
import numpy as np

np.random.rand(2,3)
np.random.randn(3,4)
np.random.gamma(3,10)
np.random.normal(0,1)
np.random.randint(0,10,10)

数值计算
函数 实例
np.sin np.sin(10)
np.cos np.cos(60)
np.exp np.exp(4)
np.power np.power(2,3)
import numpy as np

np.sin(10)
np.cos(60)
np.exp(4)
np.power(2,3)

数据分析
函数 实例
np.abs np.abs(np.arange(-5,4))
np.sum np.sum([1,2,3])
np.var np.var([1,2,3])
np.std np.std([1,2,3])
np.mean np.mean([1,2,3])
np.sqrt np.sqrt([4,9,16])
np.floor np.floor([2.1,3.7,4.3])
np.ceil np.ceil([2,1,3.7,4.3])
np.median np.median([3,2,4])
np.cumsum np.cumsum([[1,2,3],[3,2,1]])
np.cumprod np.cumprod([[1,2,3],[3,2,1]])
import numpy as np

np.abs(np.arange(-5,4))
np.sum([1,2,3])
np.var([1,2,3])
np.std([1,2,3])
np.mean([1,2,3])
np.sqrt([4,9,16])
np.floor([2.1,3.7,4.3])
np.ceil([2,1,3.7,4.3])
np.cumsum([[1,2,3],[3,2,1]])
np.cumprod([[1,2,3],[3,2,1]])

索引
函数 实例
np.argmin np.argmin([4,2,1,6,8])
np.argmax np.argmax([4,2,1,6,8])
import numpy as np

np.argmin([4,2,1,6,8])
np.argmax([4,2,1,6,8])

写在最后

链接: Numpy官方文档
参考:人类之奴

上一篇:MySQL变量查询与设置


下一篇:redis五种数据及其应用场景