1. 随机生产服从正态分布的sample

sampleNo = 1000

mu = 85

sigma = 4

np.random.seed(0) s = np.random.normal(mu, sigma, sampleNo )

2.两个numpy对应元素相乘再求和

List1 = [1, 2]
List2 = [5, 6]List3 = np.multiply(np.array(List1), np.array(List2))
print(sum(List3.tolist()))

3. 给数组重新设置尺寸。

a = numpy([1,2,3,4])
b = a.reshape(2,2,1)
[[[1] [2]] [[3] [4]]]

4. 产生多维数组并将其值附为0或1。

performance = np.zeros([5,2])

performance = np.ones([5,2])

5. 产生normal分布的数组 X~（0,1）size = 50000*10000

np.random.normal(0,1, size = [50000,10000])

6. 数组除以同一个数。

performance/[5]

7. 数组拼接。

（1）转换成list用list函数拼接

（2）np.append

a=np.arange(5)

np.append(a,10)

array([ 0, 1, 2, 3, 4, 10])

(3) np. concatenate

example for (3)

import numpy as np
lst = [np.array([[[1,2,3],[1,2,3]],[[1,2,3],[1,2,3]]]),np.array([[[1,2,3],[1,2,3]],[[1,2,3],[1,2,3]]]),np.array([[[1,2,3],[1,2,3]],[[1,2,3],[1,2,3]]])]
print(lst[0].shape)
new = np.concatenate(lst, axis=0) # axis =0 表示按照第一维拼接； axis =1表示按照第二维拼接；axis=3表示按照第三维拼接。
print(new.shape)
print(new)

8. 存储多维数组为HDF5格式^[1]

import h5pywith h5py.File("c.hdf5", 'w') as f: # 写入的时候是‘w’
f.create_dataset("r1", data=new, compression="gzip", compression_opts=5)

f.create_dataset("r2", data=new2, compression="gzip", compression_opts=5)

with h5py.File("c.hdf5", 'r') as f: # 读取的时候是‘r’
print(f.keys())
a_new = f.get("r1")[:]
print(a_new.shape)

9. 矩阵相乘^[2]

星乘表示矩阵内各对应位置相乘，矩阵a*b下标(0,0)=矩阵a下标(0,0) x 矩阵b下标(0,0)；

点乘表示求矩阵内积，二维数组称为矩阵积（mastrix product）np.dot(a,b)

10. 矩阵复制。

10.1 np.tile(a, (1,2))

对矩阵a进行复制a次和列复制b次（a,b）

a = np.array([[1],[2],[3]])
print(a.shape)
print(np.tile(a, (1,2)).shape,np.tile(a, (1,2)))

output:

(3, 1)

(3, 2) [[1 1]

[2 2]

[3 3]]

10.2 np.reapt() ^[3]

11. 分位数

# 引用numpy模块

import numpy as np

#求数组a的中位数

np.median(a)

#求数组a的四分位数

np.percentile(a, [25, 50, 75])

12. np.mean()计算均值^[4]

>>> a = np.array([[1, 2], [3, 4]])

>>> np.mean(a) # 将上面二维矩阵的每个元素相加除以元素个数（求平均数）

2.5

>>> np.mean(a, axis=0) # axis=0，计算每一列的均值

array([ 2., 3.])

>>> np.mean(a, axis=1) # 计算每一行的均值

array([ 1.5, 3.5])

13. 从一个list中随机选择指定个数的子list^[5]

list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

slice = random.sample(list, 5) #从list中随机获取5个元素，作为一个片断返回

14. 从数组中随机选择子数组^[6]

import numpy as np

data=np.random.random(size=10)

data

Out[4]:

array([ 0.21575642, 0.30620622, 0.01454852, 0.46253994, 0.11222712,

0.32893411, 0.11040516, 0.51010326, 0.83162364, 0.84285834])

index_1=np.random.choice(data.shape[0],4,replace=False)

index_1

Out[6]: array([1, 4, 2, 3])

data1=data[index_1]

data1

Out[8]: array([ 0.30620622, 0.11222712, 0.01454852, 0.46253994])

参考

1. ^https://www.zhihu.com/question/359323689
2. ^https://blog.csdn.net/like4501/article/details/79753346
3. ^https://blog.csdn.net/qq_36387683/article/details/87710821
4. ^https://blog.csdn.net/chixujohnny/article/details/51106421
5. ^https://blog.csdn.net/liu3237/article/details/48416969
6. ^https://blog.csdn.net/z962013489/article/details/82716443