【Python学习日志】 - Numpy包
NumPy是什么?
使用Python进行科学计算的基础包,在数据分析的时候比较常用到矩阵计算。这时太多的Np属性不记得,所以方便自己使用把一些常用的Np属性汇总记录一下使用的时候方便查找。
ndarray.ndim
阵列的轴数(尺寸)。
ndarray.shape
数组的大小。这是一个整数元组,表示每个维度中数组的大小。对于具有n行和m列的矩阵,shape将是(n,m)。shape因此,元组的长度 是轴的数量ndim。
ndarray.size
数组的元素总数。这相当于元素的乘积shape。
ndarray.dtype
描述数组中元素类型的对象。可以使用标准Python类型创建或指定dtype。此外,NumPy还提供自己的类型。numpy.int32,numpy.int16和numpy.float64就是一些例子。
ndarray.itemsize
数组中每个元素的大小(以字节为单位)。例如,类型的元素数组float64有itemsize8(= 64/8),而其中一个类型complex32有itemsize4(= 32/8)。它相当于ndarray.dtype.itemsize。
ndarray.data
包含数组实际元素的缓冲区。通常,我们不需要使用此属性,因为我们将使用索引工具访问数组中的元素
杂乱的知识?
查看一个函数的帮助文档,可以直接在文件里输入代码: help(np.add)
或者在命令行中输入:np.info(np.add)
查看包的版本号信息,可以直接输出: np.__version__
用zero函数创建数组,默认单元大小是八个字节(也就是默认double?)
import numpy as np
A = np.zeros(4)
print(A.itemsize)
print(A.itemsize*A.size)输出:
8
32
注意数组起始下标是从0开始的。
关于arange和reshape函数:
import numpy as np
A = np.arange(8).reshape(2,4)
print(A)输出:
[[0 1 2 3][4 5 6 7]]
关于返回非零元素的下标的一系列骚操作:
import numpy as np
A = np.arange(8).reshape(2,4)
A=A+1
A[0][1]=0
print(A)
print(np.nonzero(A))输出:
[[1 0 3 4][5 6 7 8]]
(array([0, 0, 0, 1, 1, 1, 1], dtype=int64), array([0, 2, 3, 0, 1, 2, 3], dtype=int64))
其中返回的两个参数,一个是第一维的下标,一个是第二维的下标。
关于eye函数,random函数,以及变量性质的测试
B = np.eye(2)
print(B)
print(B.size)
print(B[0][1])
B=np.random.random((3,2))
print(B)
B="hello"
print(B)输出:
[[1. 0.][0. 1.]]
4
0.0
[[0.29490288 0.14067274][0.96161076 0.92929841][0.26694438 0.40938209]]
hello
由此可见,相同都变量名是可以在不同时刻代替不同东西的。
但是不能对这个变量的其中一部分进行代替操作:(下面的函数中,只运行前两行是没有问题的)
程序1:
qqweqeqweqq = np.zeros(12)
for i in range(10):qqweqeqweqq[i]=np.zeros(12)Error:
ValueError: setting an array element with a sequence.
----------------------------------------------------------------------------------
程序2:
qqweqeqweqq = np.zeros((10,2))
for i in range(10):qqweqeqweqq[i]=np.zeros(12)Error:
ValueError: could not broadcast input array from shape (12) into shape (2)
但是这样是没有问题的:
qqweqeqweqq = np.zeros((10,2))
qqweqeqweqq = np.zeros(12)
疑问:sequence,array,list,dic,都有啥区别?
sum函数,max函数,min函数,mean函数
B=np.random.random((3,2))
print(B)
print(B.max(),B.min(),B.mean())输出:
[[0.89882712 0.77860196][0.7093924 0.15120126][0.99924821 0.91765126]]
0.9992482107724574 0.15120126168466463 0.7424870345505307
对应的,可以添加参数axis=0代表在第0维上进行合并
进一步体验random函数
np1.random.rand(0-1之间的的随机数生成)\randn(服从正态分布的随机数生成)\randint(随机整数的生成)\choice([])(随机数产生的范围自定义)\......(其他随机数类型),举例如下:(图片源自链接)
体验索引下标区别:
B=np.arange(25).reshape((5,5))
print(B)
print(B[1:-1,1:-1])
print(B[1:-1])
print(B[1:-1][1:-1])输出:
[[ 0 1 2 3 4][ 5 6 7 8 9][10 11 12 13 14][15 16 17 18 19][20 21 22 23 24]]
[[ 6 7 8][11 12 13][16 17 18]]
[[ 5 6 7 8 9][10 11 12 13 14][15 16 17 18 19]]
int,float,str之间的类型转换:
num2 = "123";num2 = int(num1);print("num2: %d" % num2);'''输出 num2: 123'''num1 = "123.12";num2 = float(num1);print("num2: %f" % num2);'''num2: 123.120000'''num = 123;mystr = str(num);print ("%s" % mystr);''' 输出 123 '''
其他小测试:(关于numpy的sum函数)
range(2,4)
Out[141]: range(2, 4)np.sum(range(4))
Out[142]: 6qqqq=range(4)qqqq
Out[144]: range(0, 4)type(qqqq)
Out[145]: rangenp.sum(range(10,12))
Out[146]: 21
numpy包中,还有一个非常实用的玩意:矩阵操作。
创建一个矩阵,可以使用函数np,mat(...),参数可以是一个list或者是一个narray。
你想构建一个2*3的全1矩阵,则只需要:
A=np.mat(np.ones(6).reshape(2,3))
即可。
现在假设A是个矩阵,那么:
求矩阵的逆:A.I 或者:np.linalg.inv(A)
求矩阵的转置:A.T 或者: A.linalg.transpose()
求矩阵的行列式:np.linalg.det(A)
求矩阵的特征值和特征向量:np.linalg.eig(np1)
矩阵的点乘:np.linalg.dot(A,B)
求线性方程组的解:
首先写出方程组的右边的y值向量:y=np.array([[y1],[y2],[y3]...])
函数值的集合等于 x=np.linalg.solve(A,y)
但是要注意np.mat()和np.matrix()的区别:后者是完全复制,前者是当参数是矩阵的时候是直接引用的。
关于数据保存
Numpy提供了几种数据保存的方法。
以3*4数组a为例:
1. a.tofile("filename.bin")
这种方法只能保存为二进制文件,且不能保存当前数据的行列信息,文件后缀不一定非要是bin,也可以为txt,但不影响保存格式,都是二进制。
这种保存方法对数据读取有要求,需要手动指定读出来的数据的的dtype,如果指定的格式与保存时的不一致,则读出来的就是错误的数据。
b = numpy.fromfile("filename.bin",dtype = **)
读出来的数据是一维数组,需要利用
b.shape = 3,4重新指定维数。
2.numpy.save("filename.npy",a)
利用这种方法,保存文件的后缀名字一定会被置为.npy,这种格式最好只用
numpy.load("filename")来读取。
3.numpy.savetxt("filename.txt",a)
b = numpy.loadtxt("filename.txt")
用于处理一维和二维数组
两个数组的拼接:
np.concatenate((list1,list2),axis=0):矩阵之间的拼接
axis=0,代表在行方向上拼接(竖着接到后面)
axis=1,代表在列方向上拼接(横着接到后面)
【Python学习日志】 - Numpy包相关推荐
- Python学习日志--摆动吧!钟摆!
Python学习日志–摆动吧!钟摆! 由于读研跟着导师搞人工智能方向,所以开始学习python,在学习到使用到tkinter进行GUI设计这部分的时候,有一道很有意思的编程题:用tkinter动态演示 ...
- Python学习日志12 - 办公自动化
Python学习日志 RBHGO的主页欢迎关注 温馨提示:创作不易,如有转载,注明出处,感谢配合~ 目录 文章目录 Python学习日志 目录 前言 进入正题 Python学习日志12课 - 办公自动 ...
- Python学习日志16 - 数据库SQL查询
Python学习日志 RBHGO的主页欢迎关注 温馨提示:创作不易,如有转载,注明出处,感谢配合~ 目录 文章目录 Python学习日志 目录 Python学习日志16课 - 数据库SQL查询 DQL ...
- python 学习日志(3)旋转角--改进
python 学习日志(3)旋转角–改进 啊!都看网上说if -else非常令人头疼,今天终于感受到了: def xuan_zhuan_jiao_qiu_zhi_1_9():print(small * ...
- Python学习日志08 - 字典
Python学习日志 RBHGO的主页欢迎关注 温馨提示:创作不易,如有转载,注明出处,感谢配合~ 目录 文章目录 Python学习日志 目录 Python学习日志08课 - 字典 前言 进入正题 创 ...
- Python学习笔记——Numpy数组的移动滑窗,使用as_strided实现
Python学习笔记--Numpy数组的移动滑窗,使用as_strided实现 `Numpy`中移动滑窗的实现 为何需要移动滑窗 `Numpy`中的移动滑窗 移动滑窗的`as_strided`实现方法 ...
- Python学习日志10 - 高阶函数和高级应用
Python学习日志 RBHGO的主页欢迎关注 温馨提示:创作不易,如有转载,注明出处,感谢配合~ 目录 文章目录 Python学习日志 目录 前言 进入正题 Python学习日志10课 - 高阶函数 ...
- Python学习日志04 - 列表
Python学习日志 RBHGO的主页欢迎关注 温馨提示:创作不易,如有转载,注明出处,感谢配合~ 目录 文章目录 Python学习日志 目录 第04课:Python的容器型数据类型 进入今天的正题 ...
- Python学习日志 3.5
Python学习日志 RBHGO的主页欢迎关注 温馨提示:创作不易,如有转载,注明出处,感谢配合~ 目录 文章目录 Python学习日志 目录 第3.5课:Python分支结构和循环结构的应用 例子1 ...
最新文章
- lattice LFE3-17EA 调试记录
- exception in thread main java.lang.noclassdeffounderror wrong name
- 2019年——欢度中秋,喜迎国庆
- 20210912模拟
- java tls 实例_grpc加密TLS初体验(go、java版本)
- 关于RSS技术 和应用
- java多线程之Semaphore信号量详解
- 洛谷 P1028 数的计算【递推】
- Python函数声明以及与其他编程语言数据类型的比较
- 正点原子STM32F103(精英版)------STM32时钟系统
- 核心内参: TDR原理及常见问题
- 联发科mt8516价格_揭秘联发科MT8516单颗芯片破千万背后的故事
- 前端文字点击出现蓝底
- 网络黑市规模达千亿元 信息泄露成最大安全威胁
- 创造与魔法java语言_创造与魔法 | 最新魔法使用大全
- “第十届金融工程及量化投资者年会”来啦!
- 入职新人如何快速了解业务
- 热门光学软件之初体验网络课程系列大纲5
- IPC(进程间通信) | 共享内存
- 高速数据采集卡的分类和使用方法
热门文章
- .NET操作Excel
- [Leetcode][第81题][JAVA][N皇后问题][回溯算法]
- [Leetcode][第1392题][JAVA][最快乐前缀][KMP][字符串编码]
- [Leedcode][JAVA][第837题][新21点][动态规划][数学]
- [剑指offer]面试题第[67]题[Leetcode][JAVA][第8题] 字符串转换整数 (atoi)[字符串]
- [Leedcode][JAVA][按摩师][动态规划]
- JSP中使用iframe导致内层网页CSS失效问题的解决方案
- 个人linux版本管理,浅谈各个Linux版本的个人看法
- xman的思维导图快捷键_一图胜千言,免费的多人协作思维导图工具,推荐收藏值得拥有哦...
- json java typeof_Json对象与Json字符串的转化、JSON字符串与Java对象的转换