专栏首页XSYMambaNumpy np.array 相关常用操作学习笔记

Numpy np.array 相关常用操作学习笔记

1.np.array构造函数
用法:np.array([1,2,3,4,5]) 

1.1 numpy array 和 python list 有什么区别?

标准Python的列表(list)中,元素本质是对象。如:L = [1, 2, 3],需要3个指针和三个整数对象,对于数值运算比较浪费内存和CPU。因此,Numpy提供了ndarray(N-dimensional array object)对象:存储单一数据类型的多维数组。

1.2 如何强制生成一个 float 类型的数组

d = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]], dtype=np.float)

1.3 使用astype(int)对上述 array 进行强制类型转换
d.astype(int)
1.4.dtype 和type 的区别是什么

type(d) 和 d.dtype 一个返回的是d 的数据类型 nd.array 另一个返回的是数组中内容的数据类型

2. arange

用法 :np.arange(0,10) // 生成[0,1,2,3,4,5,6,7,8,9] 左开右闭不包括10

2.1.arange 和python 的range 函数的区别是什么 
arange可以生成浮点类型,而range只能是整数类型
3. reshape
np.arange(1,10).reshape((3,3)) 从(3,4)改为(4,3)并不是对数组进行转置,而只是改变每个轴的大小,数组元素在内存中的位置并没有改变

reshape(-1,1) 任一行一列

4. 构造等差数列
   np.linspace(1, 10, 10)
  #构造等差数列 开始值,结束值,共几个数字 
  #包括终止值 [1,2,3,4,5,6,7,8,9,10]
  #可以通过选项配置其不包括终止值

c=np.linspace(1, 10, 10, endpoint=False)

5.构造等比数列
   np.logspace(1,4,4,base=2,endpoint=True)
6.随机数生成
  6.1随机生成(4*4)个0-10的数的二维数组
  np.random.randint(a, b, size=(c, d))
  6.2.随机生成 0-1的10个数字

np.random.rand

7.np.array 的数组切片
a.切片规则 [三冒号规则]
  [开始:结尾:步长]
b.开始为-1
  a[-1] 取最后一个
  a = [0,1,2,3,4,5,6,7]
  a[-1] = 7
c.结尾为-1(开始必须为大于等于0的数)
  a[2:-1] = [2,3,4,5,6]
d.步长为-1,意味着反转
  a[::-1]=[7,6,5,4,3,2,1]

8.特殊矩阵的生成
  np.ones((3,3))、np.zeros((3,3))、np.eye(1,1) 奇怪的是 eye 为啥不接收元祖作为参数呢?晕 eye 也没有 写成eye
  还有 a=[1,2,3] np.diag(a) 是生成1,2,3 为对角线的方阵

9.数组的运算及矩阵的运算
  a.数组的相加,相当的随意,不用一样的行和列
  a = np.array([1,2,3,4,5])
  b = a.reshape(-1,1)
  a+b 返回的是一个 5*5 的矩阵
  b.矩阵的加法必须是行列相同
  a = np.matrix(np.array([[1,2,3],[2,1,3]]));
  a.T 表示转置 a.I 表示逆矩阵
  c.对应元素相乘用 multiple ,矩阵相乘可直接写,但行和列要相等
   a1=mat([1,1]);
   a2=mat([2,2]);
   a3=multiply(a1,a2)

本文分享自微信公众号 - XSYMamba(xx441438),作者:王刚涛

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-04-07

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 机器学习——KNN算法总结

    用户5745385
  • 分类模型的评价指标(三)

    假设我现在有一个二分类任务,是分析100封邮件是否是垃圾邮件,其中不是垃圾邮件有65封,是垃圾邮件有35封.模型最终给邮件的结论只有两个:是垃圾邮件与 不是垃圾...

    用户5745385
  • 机器学习--Numpy基础(二)

    用户5745385
  • Numpy的总结

    对数组执行数学运算和逻辑运算时,NumPy 是非常有用的。在用 Python 对 n 维数组和矩阵进行运算时,NumPy 提供了大量有用特征。

    润森
  • numpy中常用的函数总结

    位置函数,通过条件筛选符合要求的数据。xxx和yyy表示候选项,非必需,且两者必须同时给出或不给出。若是满足就用xxx来填充,不满足就用yyy来填充

    努力在北京混出人样
  • Python Numpy 快速入门

    一份执着✘
  • 一次ORA-28000: the account is locked用户锁定的问题排查

    今天同事反映一个问题,某个测试库修改了密码,并改了相关应用使用的密码后,仍出现一会账户就被锁住,报ORA-28000: the account is lock...

    bisal
  • 如果不懂Numpy,请别说自己是Python程序员

    大约七八年前,我曾经用 pyOpenGL 画过地球磁层顶的三维模型,这段代码至今仍然还运行在某科研机构里。在那之前,我一直觉得自己是一个合(you)格(xiu)...

    AI科技大本营
  • Numpy统计计算、数组比较,看这篇就够了

    如上述例子所示,axis = 1计算的是行的和,结果以列的形式展示。axis = 0计算的是列的和,结果以行的形式展示。

    华章科技
  • Prisma推出2B业务,你的App也能用上最红的爆款滤镜了!

    李林 编译整理 量子位 报道 | 公众号 QbitAI ? 图片处理应用Prisma背后的创业公司推出了新网站Prismalabs.ai,向到2B领域转型。 P...

    量子位

扫码关注云+社区

领取腾讯云代金券