Numpy常用属性及方法

2019-01-17 16:05:06 17933

Numpy

一、属性:

  1. ndarray.shape 返回一个元组,里面是各个维度的size
  2. ndarray.ndim 返回数组的维度
  3. ndarray.dtype 返回数组数据的类型

二、方法:

  1. np.array(x, dtype=complex) 接收一个数组, dtype指定数据类型,
  2. np.zeros( (3,4) ) 接收一个代表数组维度size的元组
  3. np.ones((3,4)) 同上
  4. np.arange(10, 30, 5) 返回一个起始为10,每次增加5,一直到30但不包括30的数组(本例返回[10, 15, 20, 25]),一般会跟reshape配合使用。
  5. np.linspace( 0, 2, 9 ) 将0-2分为九份
  6. numpy.random.rand(d0, d1, ..., dn) Create an array of the given shape and populate it with random samples from a uniform distribution(均匀分布) over [0, 1).
  7. numpy.random.randn(d0, d1, ..., dn) 功能与上面的类似,只不过randn是从标准正态分布中取值,如果不传入参数,则返回一个随机的数(取自标准正态分布)。要从

$$ N(\mu, \sigma^2) $$

中取值可以用这个公式sigma * np.random.randn(...) + mu

  1. a.ravel() # returns the array, flattened
  2. a.T # returns the array, transposed
  3. a.reshape(3,-1) If a dimension is given as -1 in a reshaping operation, the other dimensions are automatically calculated
  4. np.vstack((a,b))、np.hstack((a,b))
  5. numpy.concatenate((a1, a2, ...), axis=0, out=None) Join a sequence of arrays along an existing axis. 按照指定的axis进行连接

13.np.hsplit(a,(3,4)) # Split a after the third and the fourth column;类似的还有np.vsplit,这个是按行拆分,上面是按列拆分;

14.

运算:

  1. a+b a-b a*b 都是elementwise 运算;
  2. a.dot(b) 矩阵相乘运算;
  3. np.sin(a) 对矩阵a中的元素进行三角函数运算(类似的np.exp(a)、 np.sqrt(a));
  4. a**2 幂运算
  5. a<2 不等式运算。返回布尔值组成的数组,shape与a相同;
  6. a.sum() a.min() a.max(),三者都可接收一个axis作为参数,返回特定axis的sum、min、max

Indexing, Slicing and Iterating

  1. a[:6:2] = -1000 # equivalent to a[0:6:2] = -1000; from start to position 6, exclusive, set every 2nd element to -1000(从开始到位置6,但不包括a[6],然后往前每隔一个设为-1000)
  2. a[ : :-1] # reversed a,将a进行反转。a是一维数组。
  3. 对于多维数组
    for row in b: row是每一行。
    for element in b.flat: element是每个元素。

Copies and Views

有三种情况:

  1. No Copy at All,比如b=a,b只是a的引用,不会有新的object被创建,b is a 会返回True
  2. View or Shallow Copy,比如c = a.view(),c is a返回False,但是c.base is a会返回True,c的值改变,会引起a的值改变,但是c的shape改变,不会引起a的shape改变;
  3. Deep Copy,比如 d = a.copy(),d is a 与d.base is a 都会返回False,d是一个全新的对象,与a没有任何关系,d的改变不会引起a的改变。

python random 数据类型 数组 Numpy j机器学习

作者

alexbyy
TA的文章

相关文章