numpy基础笔记01

import numpy as np
# padas是numpy的升级版本
# numpy属性
#列表转换成矩阵
array=np.array([[1,2,3],[4,5,6]])
print(array)
print("多少维度数组" , array.ndim)
print("多少元素", array.size)
print("行数和列数",array.shape)#创建数组
ar=np.array([[1,2,3,4]])
print(ar)
#定义它的type小数还是浮点数
an=np.array([[1,2,3,4,5]],dtype=np.int8)
ann=np.array([[1,2,3,4,5]],dtype=np.float32)
print(an.dtype)
print(ann.dtype)
#定义矩阵
jz=np.array([[12,34],[34,45]])
#定义全部为0的ju'z
ab=np.zeros((3.4)) #生成一个3行4列的矩阵，都是0
ah=np.ones((3,4))  #生成一个3行4列的矩阵，都是1
yu=np.empty((3,4)) #生成一个什么也没有的，但是生成的数比较接近0
ou=np.arange(10,20,2) #生成一个有序的数列或者举证(生成一个10到20的数列，步长是2)
po=np.arange(12).reshape((3,4)) #生成一个3行4列的矩阵（从0-12的数）
#生成一个线段
li=np.linespace(1,10,4)  #从1到10的数字，生成4段的一个数列
li=np.linespace(1,10,4).reshape((2,3)) #数列定义成一个2行3列的矩阵#numpy的基础运算(俩个array相加和相乘)
ae=np.arange(4)
at=np.array([10,20,30,40])b=ae+at #俩个相加
h=ae**2 #(表示ae的平方)
j=np.sin(ae) #求ae的三角函数正弦
j1=np.cos(ae) #求ae的三角函数余弦
j2=np.tag(ae) #求ae的三角函数正切print(ae<3) #[true true true false]返回一个boolean
#俩行2列的矩阵乘法
aee=np.arange([[1,2],[1,3]])
att=np.array([10,20,30,40]).reshape([2,2])#逐个相乘，举证乘法
f=aee*att
a_p=np.dot(aee,att) #矩阵乘法
a_pp=aee.dot(att) #等价矩阵乘法#随机生成g=np.random.random((2,4)) #随机生成一个2行4列的矩阵（从0-1的随机数字）np.sum(g,axis=1) #求和 axis=1每一列求和，axis=0每一行求和
np.min(g) #求最小值
np.max(g) #求最大值F=np.arange(2,14).reshape((3,4)) #2-14数字之间求3行4列的矩阵print(np.argmin(F)) #索引F的最小下标
print(np.argmax(F)) #索引F的最大下标#计算整个矩阵的平均值
print(np.mean(F))
print(F.mean())
#另外一个平均值算法
print(np.average(F))
#求中位数
print(np.median(F)) #2-14的中位数是7.5print(np.cumsum(F)) #逐步累加的值比如第三个之是1、2、3之相加
print(np.diff) #逐步累察的值比如第三个之是1、2、3之相减print(np.nonezero(F)) #找出非零的值#矩阵的反向
print(np.transpose(F))
print((F.T).dot(F))
print(np.clip(F,5,9)) #所有小于5的数都等于5，所有大于9的数都等于9print(np.mean(F,axis=0)) #平均数按照行计算还是列计算（axis=0是列计算，axis=1是行计算）F1=np.arange(3,15)
print(F1[2]) #
F2=np.arange(2,14).reshape((3,4))
print(F1[2][1])  #或者
print(F1[2,1])
print(F1[2,:])  #第二行的所有数
print(F1[:,1])  #第一列的所有数
print(F1[1,1:3])  #第一行的，第一列和第三列之间for row in F1:print(row)  #默认迭代F1里面的行for column in F1.T:print(column)  #默认迭代F1里面的列for item in F1.flat:print(item)  #默认迭代F1里面的每一项

numpy基础笔记01相关推荐

机器视觉基础笔记01
机器视觉基础笔记01 1. 什么是图像?怎么定义图像? 图像定义为二维函数 *f(x,y)*,其中*x,y*是空间坐标,*f(x,y)*是点 *(x,y)*的幅值.灰度图像是一个二维灰度(或亮度)函数 ...
电工基础笔记01 - 认识简单电路和画图方法
内容来源: 司马云飞: 电工基础01 - 认识简单电路和画图方法 1. 电 1.1 电的来源电是由发电机组发出来的电,无论是火力发电.水力发电或者风能发电都是由能源的动能通过发电机转换为电能,通过输 ...
【Android基础笔记01】Android开发环境搭建和HelloWorld
最近手头项目3.0版本要上线了, 没有那么多工作压力了, 抽空看了看之前在云笔记上做的笔记都是一些基础知识给大家分享出来吧一.什么是Android?[了解 ] Android(中文俗称安卓)是一 ...
numpy基础笔记02
1.numpy的array合并 import numpy as np #numpy的array合并 R=np.array([1,2,3]) T=np.array([4,5,6]) C=np.vstac ...
Java基础笔记01
1.Method的重载(Overloading):必须有不同的参数列表,不能仅仅靠修饰符和返回值的不同. 2.可变参数(Var-arg):一个Method只有一个可变参数,且位于参数列表的最末位置.可 ...
Matplotlib 和numpy 基础学习笔记
Matplotlib 和 numpy 基础学习笔记一.numpy.scipy.matplotlib简介及环境安装 NumPy 通常与 SciPy(Scientific Python)和 Matplo ...
Python精讲Numpy基础，大牛笔记详细解释
https://www.toutiao.com/a6664936105076326920/ 总认为Numpy是渣渣,直到深入接触以后才知道功能这么强大.堪比Matlab啊.果然是人生苦短,我用Pyth ...
Python 数据分析与展示笔记1 -- Numpy 基础
Python 数据分析与展示笔记1 – NumPy 基础 Python 数据分析与展示系列笔记是笔者学习.实践Python 数据分析与展示的相关笔记课程链接: Python 数据分析与展示参考文档 ...
Maven-学习笔记01【基础-Maven基本概念】
Java后端学习路线笔记汇总表[黑马程序员] 黑马程序员(腾讯微云)Maven基础讲义.pdf Maven-学习笔记01[基础-Maven基本概念] Maven-学习笔记02[基础-Maven的安 ...

numpy基础笔记01

numpy基础笔记01相关推荐

最新文章

热门文章