numpy 一些知识
import numpy as np
什么类型的相加,返回的还是什么类型的,所以在累加小类型的数值时会出现问题如下:
a=np.array([123,232,221], dtype=np.uint8)
a[0]+a[1]+a[2] 返回的和就是错误的,因为和超出了255,返回的和的类型为uint8,所以结果是错误的,
这个要小心,
需要把a的类型进行变换,a=np.int32(a),就不会出现上面的问题了。
- np.zeros() 等自己创建的数组,类型为float64,是默认的,可以在创建时制定类型。
np.zeros(4, dtype=np.uint8)
np.zeros((3,4), dtype=np.int16)
- np.linspace(a,b,c, endpoint=True) 创建从a到b的等差序列,包含c个元素,包含a和b(如果endpoint=True)。默认为True
- 三维数组排列(2,3,4)
是第一页,再第二页,每页里是行,列排放。
(6,2,3,4,5)五维的数据的话六个桌子排成排,每个桌子上有两本书,每本书有三页,每页上有4行5列数字。
- 运算
a*b 是elementwise product 元素对元素操作
a.dot(b) 或者 np.dot(a,b) 是 matrix product 矩阵运算
- 随机数
np.random.random(5) 或者np.random.random((3,4)) 生成随机数字的数组,都是小于1的。
a.min() , a.max() , a.sum() 最小,最大,元素求和
可以求出每一行的最大或者最小或者和,a.min(axis=1), a.max(axis=1), a.sum(axis=1) ,每一列的话用axis=0
- python里面平方用**表示, 如2**3=8
for i in a:
print(i)
时是按照第一个维度来的,如果是三维,i就是一页一页的,如果是二维的,i就是一行一行的.
- 引用时的区别
a为一个二维数组,如果a[:,1:2] 得到的是一个n行1列的二维数组,但是a[:, 1]得到的是一个n个元素的一维数组
数组的拼接
np.concatenate((a,b), 0) 是把数组a和b按照前后顺序连起来拼接,
np.concatenate((a,b),1) 是把数组a和b对应的行拼接起来
例如a=[[1,2],
[3,4]]
b=[[5,6],
[7,8]]
那么np.concatenate((a,b),1) 就等于
[ [1,2,5,6],
[3,4,7,8] ]
np.concatenate((a,b), 0)就等于
【【1,2】,
【3,4】,
【5,6】,
【7,8】】
转载于:https://www.cnblogs.com/beforeluck-shang/p/8640187.html
numpy 一些知识相关推荐
- NumPy 基础知识·翻译完成
原文:Numpy Essentials 协议:CC BY-NC-SA 4.0 欢迎任何人参与和完善:一个人可以走的很快,但是一群人却可以走的更远. 在线阅读 ApacheCN 面试求职交流群 7241 ...
- Cris 的 Python 数据分析笔记 01:NumPy 基本知识
01. NumPy基本知识 文章目录 01. NumPy基本知识 1. numpy 的第一个函数 genfromtxt 2. numpy 的第二个函数 array 3. numpy 的第三个函数 sh ...
- numpy.array知识大全
numpy.array知识大全 numpy.array()的作用 numpy.array()知识点总结 numpy 的数据调用 numpy.array()的数据类型 numpy.array()的计算 ...
- Python numpy基础知识
1.基础知识 NumPy的主要对象是多维数组.它是由相同元素(通常是数字)组成的,通过正整数元组(tuple)作为索引的表格. 在数组中,纬度(dimensional)被称为轴(axis),轴的数量被 ...
- Numpy基础知识(摘录笔记)
Nump基础(部分知识) 导入numpy包 import numpy as np import numpy as np data = np.arange(12).reshape(3,4) data a ...
- 可能是最全的NumPy基础知识
作者:战争热诚 https://www.cnblogs.com/wj-1314/p/9722794.html 一.NumPy简介 其官网是:http://www.numpy.org/ NumPy是Py ...
- Python+OpenCV 图像处理系列(8)—— Numpy 对象及图像对象创建与赋值
1. Numpy 相关知识 1.1 Ndarray 对象 在了解 OpenCV 的图像对象之前我们先对 NumPy 的基础知识做一回顾,方便我们后续更进一步理解图像对象的一系列操作. In [2]: ...
- 【Python进阶】你真的明白NumPy中的ndarray吗?
欢迎来到专栏<Python进阶>.在这个专栏中,我们会讲述Python的各种进阶操作,包括Python对文件.数据的处理,Python各种好用的库如NumPy.Scipy.Matplotl ...
- Numpy 之 where理解
最近在看一些Numpy的知识,看到知乎上一篇关于where的讲解特意转载一下 原文链接:https://www.zhihu.com/question/62844162 作者ID:品颜完月 理解如下: ...
最新文章
- 今天的工作发现了4年前的“bug一枚”
- linux c编译错误storage class specified for parameter XXX
- 【计算机网络】数据链路层 : 广域网 ( 广域网概念 | PPP 协议 | PPP 协议功能 | PPP 协议组成 | PPP 协议帧格式 )
- 搞定Go单元测试(三)—— 断言(testify)
- JavaScript学习(三十七)—实现右键自定义菜单的功能
- python2和python3的区别 print-Python2与Python3中print用法总结
- golangd 报错信息梳理
- Uva 12563 - Jin Ge Jin Qu(01背包)
- U盘中的SanDiskSecureAccess可以删除么?删除后影响U盘的使用么?
- 微信应用(小程序)开发最全整理
- Unity3D 学习 代码
- 十年生死两茫茫,当我们已不再年轻——焦版小李飞刀
- spark 实现K-means算法
- 服务器制作raid,实战案例——服务器制作raid磁盘阵列并管理
- maven仓库已经存在jar包但是还是显示引入错误/失败
- 简单的flask+nginx项目助你开阔思路
- 头歌:输入输出之计算圆周长与面积
- java基础英语词汇
- 微信公众号自定义分享标题、图片、链接
- linux中ftp如何使用,linux下ftp如何使用
热门文章
- python并发循环_在Python中模拟一个并发循环?
- ubuntu vscode_17. ubuntu设为服务器+vscode远程开发
- viper4android最新版卡刷包,viper4android fx音效驱动
- 2018厦门大学计算机技术分数线,厦大录取分数线2018 各省最新录取情况
- 4g网络什么时候淘汰_你的4G手机 什么时候淘汰
- Spring RestController
- 主流Java微服务框架有哪些?-开课吧
- 【Linux】Linux JSON 格式化输出
- HBase 1.3(NOSQL) 发布,性能大幅提升
- CA服务器的简单搭建