numpy的科学计算（亲测）

代码：

from django.test import TestCase
import numpy as np
# Create your tests here.def nuTest():#特定范围内的随机数a=np.random.randint(5,size=7)#创建一个0-5内7个长度的任意数字a1=np.random.randint(5,size=(3,4))#创建一个3x4的二维数组，5以内的数字创建print(a1)print(a)b=np.random.randint(2,10,size=(3,2))#创建一个2-10范围内3x2的数组print(b)c=np.random.random(9)#创建一个0-1以内的8个长度的数组浮点数print(c)d=np.random.randn(100).mean()#创建100个浮点数用于标准正态分布零均值print(d)f=np.random.randn(100).std()#创建100个浮点数用于标准正态分布单位方差print(f)g=np.ones((4,3))#创建二维g1=np.ones(4) #创建一维h=np.zeros((4,3))h1=np.zeros(10)j=np.eye(3)#创建一个单位矩阵print(j)k=np.identity(3)#创建一个单位矩阵print(k)l=np.arange(7)#创建一维的7个长度的数组l1=np.arange(1,7)#创建一个步长是1，长度是1-7的数组print(l1)l3=np.arange(0,10,2)#创建一个步长是2,0-10之间的数print(l3)z=np.full((3,4),9)#创建一个3行4列，全是数字9的矩阵print(z)z1=np.full((3,4),9,dtype="float")print(z1)x=np.random.randint(6,size=(3,4))x1=x.ravel()#把一个3x4的二维数组，变换成一个1维的数组print(x1)c=x.reshape(4,3)#把x数组调整成一个4x3的数组c1=x.reshape(2,6)#把x数组调整成一个4x3的数组print(c1)#让NumPy通过传递-1来确定尺寸c2=x.reshape(-1,3) #4x3c3=x.reshape(-1,1)#12x1#把一个矩阵转换成一个转置矩阵，也就是行和列进行互换位置v=x.transpose()print(v)#np的切片技术b=np.random.randint(6,size=(4,3))b1=np.vsplit(b,2) #行数一定是偶数，切成一个2x3的数组print(b1)b2=np.vsplit(b,2)[0]##行数一定是偶数，切成一个2x3的数组，输出第一项print(b2)n=np.random.randint(7,size=(6,4))n1=np.hsplit(n,2)n2=np.hsplit(n,2)[0]##行数一定是偶数，切成一个2x3的数组，输出第一项print(n1)#合并数组m1=np.random.random(5)m2=np.random.random(5)m3=np.concatenate((m1,m2))print(m3)m4=np.concatenate((m1.reshape(-1,1),m2.reshape(-1,1)),axis=1)#m1和m2的行数和列数要一样print(m4)q=np.random.randint(5,size=(3,3))#返回矩阵的行列式计算结果q1=np.linalg.det(q)# q2=np.linlg.inv(q)#计算矩阵的逆# print(q2)q3=np.linalg.eig(q) #计算平方矩阵的特征值和特征向量print(q3)w1=np.array([1,2,3])w2=np.array([2,3,4])w3=np.dot(w1,w2)#计算两个向量的点积，这是元素相对于其位置的乘积之和。 第一个向量的第一个元素乘以第二个向量的第一个元素，依此类推。print(w3)#矩阵乘法e1=([[1,2],[3,4]])e2=([[6,3],[5,6]])e3=np.matmul(e1,e2)print(e3)if __name__=="__main__":nuTest()

测试结果：

F:\开发工具\pythonProject\tools\venv\Scripts\python.exe F:/开发工具/pythonProject/tools/httLos_/tests.py
[[1 3 3 3][0 3 3 1][3 1 3 0]]
[4 4 4 3 0 4 2]
[[4 7][8 9][7 5]]
[0.68403814 0.2196496  0.28176966 0.22152546 0.67010038 0.660402250.37509977 0.47763531 0.17105106]
-0.1443401603598643
0.9896943391556011
[[1. 0. 0.][0. 1. 0.][0. 0. 1.]]
[[1. 0. 0.][0. 1. 0.][0. 0. 1.]]
[1 2 3 4 5 6]
[0 2 4 6 8]
[[9 9 9 9][9 9 9 9][9 9 9 9]]
[[9. 9. 9. 9.][9. 9. 9. 9.][9. 9. 9. 9.]]
[3 2 4 2 0 3 0 4 5 2 4 0]
[[3 2 4 2 0 3][0 4 5 2 4 0]]
[[3 0 5][2 3 2][4 0 4][2 4 0]]
[array([[3, 3, 4],[3, 0, 0]]), array([[2, 2, 1],[4, 0, 1]])]
[[3 3 4][3 0 0]]
[array([[2, 5],[3, 0],[0, 4],[3, 1],[2, 0],[2, 6]]), array([[2, 1],[5, 2],[3, 1],[4, 2],[4, 3],[5, 3]])]
[0.66792771 0.53426766 0.83653315 0.62886689 0.95659319 0.351249730.68051299 0.30564144 0.04180627 0.12860045]
[[0.66792771 0.35124973][0.53426766 0.68051299][0.83653315 0.30564144][0.62886689 0.04180627][0.95659319 0.12860045]]
(array([-1.41960077,  0.3480617 ,  6.07153907]), array([[ 0.22366144, -0.68278961,  0.80807094],[ 0.50446357, -0.11752821,  0.46253338],[-0.83396167,  0.72110018,  0.36480711]]))
20
[[16 15][38 33]]Process finished with exit code 0

参考：https://blog.csdn.net/weixin_26755331/article/details/108499362?utm_medium=distribute.pc_relevant.none-task-blog-baidujs_baidulandingword-5&spm=1001.2101.3001.4242

numpy的科学计算（亲测）相关推荐

Numpy:高性能科学计算和数据分析的基础包
Numpy:高性能科学计算和数据分析的基础包概述基础数据类型:ndarray数组为什么引入ndarray数组案例1:实现a+1的计算案例2:实现c=a+b的计算创建ndarray数组查看 ...
Numpy学习——科学计算
Numpy学习--科学计算 Elementwise操作基本操作其他操作基本约简(reductions) 计算总和其他约简广播(Broadcasting) 数组形状操作扁平化(Flatten ...
科学计算库NumPy案例：酒鬼漫步
通过前面对NumPy的学习,相信大家一定对NumPy这个科学计算包有了一定的了解,接下来,本节将通过酒鬼漫步的案例来介绍如何运用NumPy随机数模块与数据处理. 下面先为大家描述一下场景,在一片空旷的 ...
Python大数据教程：科学计算库NumPy案例之酒鬼漫步
通过前面对NumPy的学习,相信大家一定对NumPy这个科学计算包有了一定的了解,接下来,本节将通过酒鬼漫步的案例来介绍如何运用NumPy随机数模块与数据处理. 下面先为大家描述一下场景,在一片空旷的 ...
【Python】可视化科学计算笔记
可视化科学计算笔记导入和初始化设置 SciPy库 leastsq函数--数据拟合 interp2d函数--插值优化 medfilt函数--信号处理(滤波) Mayavi库空间曲面 -- 参考资料 ...
Python科学计算summary
correlative coefficient 相关系数 covariation 协方差 krutosis 峰度 skruness 偏度虽然我现在未必记得这些函数的用法,但是我曾经知道过,这就够了~ ...
中国地质大学(北京) 研究生 2022秋《Python科学计算》期末考试模拟题2 题目+参考答案
另一套模拟题1: 期末考试模拟题1 考试方法浏览器(Chrome.火狐)登录PTA网址: pintia.cn,单击右上角"登录->考试登录",下拉菜单输入cugb 选择& ...
科学计算工具NumPy（3）：ndarray的元素处理
科学计算工具NumPy(1):ndarray的创建于数据类型科学计算工具NumPy(2):ndarray的矩阵处理科学计算工具NumPy(3):ndarray的元素处理元素计算函数 ceil() ...
科学计算工具NumPy（2）：ndarray的矩阵处理
科学计算工具NumPy(1):ndarray的创建于数据类型科学计算工具NumPy(2):ndarray的矩阵处理科学计算工具NumPy(3):ndarray的元素处理 ndarray的矩阵运算 ...

numpy的科学计算（亲测）

numpy的科学计算（亲测）相关推荐

最新文章

热门文章