视频1 视频21 视频41 视频61 视频文章1 视频文章21 视频文章41 视频文章61 推荐1 推荐3 推荐5 推荐7 推荐9 推荐11 推荐13 推荐15 推荐17 推荐19 推荐21 推荐23 推荐25 推荐27 推荐29 推荐31 推荐33 推荐35 推荐37 推荐39 推荐41 推荐43 推荐45 推荐47 推荐49 关键词1 关键词101 关键词201 关键词301 关键词401 关键词501 关键词601 关键词701 关键词801 关键词901 关键词1001 关键词1101 关键词1201 关键词1301 关键词1401 关键词1501 关键词1601 关键词1701 关键词1801 关键词1901 视频扩展1 视频扩展6 视频扩展11 视频扩展16 文章1 文章201 文章401 文章601 文章801 文章1001 资讯1 资讯501 资讯1001 资讯1501 标签1 标签501 标签1001 关键词1 关键词501 关键词1001 关键词1501 专题2001
Python的numpy中常用函数的详细介绍
2020-11-27 14:11:28 责编:小采
文档
 本篇文章给大家带来的内容是关于Python的numpy中常用函数的详细介绍,有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助。

numpy是python中一个与科学计算有关的库,本文将介绍一些常用的numpy函数,使用numpy之前需要先引入,输入import numpy as np,我们一般将numpy简化为np。

1.np.arange(n):生成0至n-1个整数。

2.a.reshape(m,n):将a重新定义为一个m行n列的矩阵。

3.a.shape:打印a的行和列。

4.a.ndim:求a的维度。

5.a.size:输出a中的元素个数。

6.np.zeros((m,n)):生成m行n列的零矩阵,应当注意的是,函数中要传入一个元组。此时生成的矩阵0后面有一个小数点,因为系统默认数据类型为浮点型,要想获得整数类型,我们应预先指定好数据类型。

7.np.ones((k,m,n),dtype=np.int32):生成k个m行n列的单位矩阵,且矩阵中的数据类型为整数型。

8.np.arange(m,n,k):生成m到n的以k为步长切片的数据。

9.np.linspace(m,n,k):在m到n的数据中按等间距取k个值。

10.若A、B为同维矩阵,则A*B返回的是A和B矩阵对应位置相乘得到的结果,A.dot(B)或np.dot(A,B)返回的才是矩阵乘法所得的结果。

11.np.exp(A)或np.sqrt(B):分别得到e的B次幂和矩阵B中每个数开方所得到的结果。

12.np.floor():向下取整。

13.a.ravel():将矩阵a重新拉伸成一个向量,拉伸后可以重新reshape成一个新矩阵。

14.a.T:求a的转置矩阵。

15.a.reshape(n,-1)或a.reshape(-1,n):确定一个矩阵的行(列)后,相应的列(行)也直接被确定,因此输入-1即可。

16.np.hstack((a,b)):将矩阵a和b横向拼接。

17.np.vstack((a,b)):将矩阵a和b纵向拼接。

18.np.hsplit(a,n):将矩阵a横向切为n份。

19.np.hsplit(a,(m,n)):在a的索引为m和n的空隙横向切开。

20.np.vsplit(a,n):将矩阵a纵向切为n份。

21.np.hsplit(a,(m,n)):在a的索引为m和n的空隙纵向切开。

22.矩阵的复制:

b = a:此时得到的b与a的地址是完全相同的,也就是a,b只是同一个矩阵的不同名称,对其中任意一个矩阵操作都会引起另一个矩阵相同的变化。

b = a.view():此时得到的b与a的地址不同,但是对b的操作会改变a。

b = a.copy():此时得到的是两个完全的矩阵。

23.b = np.tile(a,(m,n)):将矩阵a的行数扩大m倍,列数扩大n倍。

24.np.sort(a,axis=k):将矩阵a在k维排序。

25.np.argsort(a):返回将a升序排列后的索引值(默认排列方式为升序)。

下载本文
显示全文
专题