Numpy核心语法和代码整理汇总!
点击上方“AI遇见机器学习”,选择“星标”公众号重磅干货,第一时间送达
来自 | 腾讯云 云+社区
Numpy汇总
Numpy是一个用python实现的科学计算的扩展程序库,包括:
一个强大的N维数组对象Array;
比较成熟的(广播)函数库;
用于整合C/C++和Fortran代码的工具包;
实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。
NumPy(Numeric Python)提供了许多高级的数值编程工具,如:矩阵数据类型、矢量处理,以及精密的运算库。专为进行严格的数字处理而产生。多为很多大型金融公司使用,以及核心的科学计算组织如:Lawrence Livermore,NASA用其处理一些本来使用C++,Fortran或Matlab等所做的任务。
本文整理了一个Numpy的小抄表,总结了Numpy的常用操作,可以收藏慢慢看。
(图片可以点开大图查看哦~)
1、安装Numpy
可以通过 Pip 或者 Anaconda安装Numpy:
$ pip install numpy
或
$ conda install numpy
2、基础
NumPy最常用的功能之一就是NumPy数组:列表和NumPy数组的最主要区别在于功能性和速度。
列表提供基本操作,但NumPy添加了FTTs、卷积、快速搜索、基本统计、线性代数、直方图等。
两者数据科学最重要的区别是能够用NumPy数组进行元素级计算。
axis 0:通常指行
axis 1:通常指列
1.占位符
举例:
import numpy as np# 1 dimensional
x = np.array([1,2,3])
# 2 dimensional
y = np.array([(1,2,3),(4,5,6)])x = np.arange(3)
>>> array([0, 1, 2])y = np.arange(3.0)
>>> array([ 0., 1., 2.])x = np.arange(3,7)
>>> array([3, 4, 5, 6])y = np.arange(3,7,2)
>>> array([3, 5])
2.数组属性
3.拷贝 /排序
举例:
import numpy as np
# Sort sorts in ascending order
y = np.array([10, 9, 8, 7, 6, 5, 4, 3, 2, 1])
y.sort()
print(y)
>>> [ 1 2 3 4 5 6 7 8 9 10]
4.数组操作例程
增加或减少元素
举例:
import numpy as np
# Append items to array
a = np.array([(1, 2, 3),(4, 5, 6)])
b = np.append(a, [(7, 8, 9)])
print(b)
>>> [1 2 3 4 5 6 7 8 9]# Remove index 2 from previous array
print(np.delete(b, 2))
>>> [1 2 4 5 6 7 8 9]
组合数组
举例:
import numpy as np
a = np.array([1, 3, 5])
b = np.array([2, 4, 6])# Stack two arrays row-wise
print(np.vstack((a,b)))
>>> [[1 3 5][2 4 6]]# Stack two arrays column-wise
print(np.hstack((a,b)))
>>> [1 3 5 2 4 6]
分割数组
举例:
# Split array into groups of ~3
a = np.array([1, 2, 3, 4, 5, 6, 7, 8])
print(np.array_split(a, 3))
>>> [array([1, 2, 3]), array([4, 5, 6]), array([7, 8])]
数组形状变化
操作
其他
举例:
# Find inverse of a given matrix
>>> np.linalg.inv([[3,1],[2,4]])
array([[ 0.4, -0.1],[-0.2, 0.3]])
5.数学计算
操作
举例:
# If a 1d array is added to a 2d array (or the other way), NumPy
# chooses the array with smaller dimension and adds it to the one
# with bigger dimension
a = np.array([1, 2, 3])
b = np.array([(1, 2, 3), (4, 5, 6)])
print(np.add(a, b))
>>> [[2 4 6][5 7 9]]# Example of np.roots
# Consider a polynomial function (x-1)^2 = x^2 - 2*x + 1
# Whose roots are 1,1
>>> np.roots([1,-2,1])
array([1., 1.])
# Similarly x^2 - 4 = 0 has roots as x=±2
>>> np.roots([1,0,-4])
array([-2., 2.])
比较
举例:
# Using comparison operators will create boolean NumPy arrays
z = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
c = z < 6
print(c)
>>> [ True True True True True False False False False False]
基本的统计
举例:
# Statistics of an array
a = np.array([1, 1, 2, 5, 8, 10, 11, 12])# Standard deviation
print(np.std(a))
>>> 4.2938910093294167# Median
print(np.median(a))
>>> 6.5
更多
6.切片和子集
举例:
b = np.array([(1, 2, 3), (4, 5, 6)])# The index *before* the comma refers to *rows*,
# the index *after* the comma refers to *columns*
print(b[0:1, 2])
>>> [3]print(b[:len(b), 2])
>>> [3 6]print(b[0, :])
>>> [1 2 3]print(b[0, 2:])
>>> [3]print(b[:, 0])
>>> [1 4]c = np.array([(1, 2, 3), (4, 5, 6)])
d = c[1:2, 0:2]
print(d)
>>> [[4 5]]
切片举例:
import numpy as np
a1 = np.arange(0, 6)
a2 = np.arange(10, 16)
a3 = np.arange(20, 26)
a4 = np.arange(30, 36)
a5 = np.arange(40, 46)
a6 = np.arange(50, 56)
a = np.vstack((a1, a2, a3, a4, a5, a6))
生成矩阵和切片图示
7.小技巧
布尔索引
# Index trick when working with two np-arrays
a = np.array([1,2,3,6,1,4,1])
b = np.array([5,6,7,8,3,1,2])# Only saves a at index where b == 1
other_a = a[b == 1]
#Saves every spot in a except at index where b != 1
other_other_a = a[b != 1]
import numpy as np
x = np.array([4,6,8,1,2,6,9])
y = x > 5
print(x[y])
>>> [6 8 6 9]# Even shorter
x = np.array([1, 2, 3, 4, 4, 35, 212, 5, 5, 6])
print(x[x < 5])
>>> [1 2 3 4 4]
参考链接:
https://github.com/juliangaal/python-cheat-sheet
欢迎关注我们,看通俗干货!
Numpy核心语法和代码整理汇总!相关推荐
- Python | Numpy核心语法和代码整理汇总!
点上方计算机视觉联盟获取更多干货 仅作学术分享,不代表本公众号立场,侵权联系删除 转载于:腾讯云 云+社区 AI博士笔记系列推荐 周志华<机器学习>手推笔记正式开源!可打印版本附pdf下载 ...
- Bootstrap4+MySQL前后端综合实训-Day07-PM【用户信息管理页面——功能展示(分页显示数据、添加用户、批量删除用户、编辑用户信息)、servlet项目代码整理汇总】
[Bootstrap4前端框架+MySQL数据库]前后端综合实训[10天课程 博客汇总表 详细笔记][附:实训所有代码] 目 录 页面展示 分页显示数据 添加用户信息 (单个/批量)删除用户 编辑 ...
- DeDeCMS常用标签代码整理汇总
1.最新文档列表1-5都为调用的arclist标签 {dede:arclist typeid='' titlelen='28' limit='0,5'} <li><a href='[ ...
- 学习Python全套代码【超详细】Python入门、核心语法、数据结构、Python进阶【致那个想学好Python的你】
大家早上好,本人姓吴,如果觉得文章写得还行的话也可以叫我吴老师.欢迎大家跟我一起走进数据分析的世界,一起学习! 感兴趣的朋友可以关注我的数据分析专栏,里面有许多优质的文章跟大家分享哦. 文末附上详细的 ...
- JavaScript一些常用 API整理汇总
JavaScript一些常用 API整理汇总 Array new Set() 数组去重 const arr = [3,4,4,5,4,6,5,7]; console.log(new Set(arr)) ...
- ui设计移动端字体适配_超全面的移动端UI 设计规范整理汇总
很多新人在开始做移动端UI设计的时候,往往对界面的一些尺寸规范不是十分清楚,很多时候都是凭借自己的感觉和经验去绘制界面,心里并没有一个清晰的概念,导致做出来的页面总是不那么尽如人意.本文整理汇总了一些 ...
- 前端面试题整理汇总(一)
前端面试题整理汇总(一) 优才网 关于前端面试题,优优之前推荐过,如下,点击即可查看: 5个经典的前端面试问题 2016年十家知名公司前端面试经验总结 前端面试会问哪些问题? 前端开发面试题汇总[HT ...
- 软件测试概念及分类整理汇总
转载自博主Findyou 原文链接https://www.cnblogs.com/findyou/p/6480411.html 软件测试概念及分类整理汇总 前言 测试小伙伴在谈论软件测试分类,五花八门 ...
- ui设计移动端字体适配_超全面的UI设计规范整理汇总(包含iPhone X适配)
写在前面 很多新人在开始做移动端UI设计的时候,往往对界面的一些尺寸规范不是十分清楚,很多时候都是凭借自己的感觉和经验去绘制界面,心里并没有一个清晰的概念,导致做出来的页面总是不那么尽如人意.本文整理 ...
最新文章
- tcpdump 识别成dns_为什么总能看到广告弹窗?没错,就是DNS的问题
- CTFshow 文件上传 web165
- 0127-python内置函数(一).abb
- 百度视频携手神策数据,引领基于 AI 的短视频推荐技术新潮流
- 无法加载具有重复项目项的项目: pathstroke.cpp 作为 ClCompile 且作为 None 项类型包括在其中。
- 任务管理平台_jytask一个任务调度统一管理平台
- 多视角半监督学习:从文本数据中得到不同视角
- 服务器间 存活状态,Shell脚本监控LVS后台服务器存活状态
- 【JavaScript】查漏补缺 —数组中reduce()方法
- 如何用编程 get 百万年终奖?
- 138. 复制带随机指针的链表
- 关于单细胞批次矫正那些事(一)
- php基础教程 第五章,php基础教程——5数据库总结_PHP教程
- vue用阿里云oss上传图片使用分片上传只能上传100kb以内的解决办法 1
- 《计算机安全与防护》教学反思,“计算机安全与防护教学设计”教学设计...
- 罗马数字序号与word2013中如何插入
- 电脑小知识:最常用的10个电脑技巧
- 《宅男的android开发指南》(翻译)--4
- Unity2019中的android动态申请权限(Permissions)
- 紫外线传感器用于天然气燃烧火焰探测
热门文章
- Java_spark简单例子
- ecshop 修改评论功能
- Guid和Int还有Double、Date的ToString方法的常见格式
- php中 继承中的概念,JavaScript_JavaScript中的继承方式详解,js继承的概念
js里常用的如下 - phpStudy...
- mysql2005备份_创建完整数据库备份 - SQL Server | Microsoft Docs
- 从具体案例了解知识图谱
- ASIA TODAY 英文版
- Q:文件或目录的权限是什么意思?
- win7隐藏linux分区工具,传授win7系统用组策略把分区隐藏掉的处理对策
- 直播活动丨BMMeetup第1期:大模型Prompt Tuning技术,8场学术报告和Poster提前下载...