Python numpy 参考手册

时间：2019-08-10

numpy 参考手册#

numpy 是 numerical python 的缩写。提供数值计算相关的函数库，包含矩阵计算。大部分函数底层用C语言实现，性能较python实现要高很多。

数组相乘：行*列 最后求和。

a = [
        [a,b,c],
        [d,e,f]
    ]
b = [
        [h,i],
        [k,l],
        [n,o]   
    ]

a * b = [
            [ah+bk+cn,ai+bl+cn],
            [dh+ek+fn,di+el+fo]
        ]

数组#

定义变量：

a = np.random.rand(5)
b = np.random.rand(5)
2_d_array = np.ones((2,5))

变量#

np.pi：PI。
np.NAN：nan，float 类型。

函数#

np.array([1, 2, 3])：以为数组。
np.array([[1, 2, 3], [4, 5, 6]])：二维数组。
np.zeros(5)：一维数组。
np.ones(5)：一维数组。
np.zeros((2,3))：两行三列的二维数组。
np.full((i,j),m)：使用 m 填充 i 行 j 列的数组。
np.random.rand(5)：一维数组。
np.linspace(a, b, m)：[a,b] 之间生成 m 个元素，包含 a、b。
2_d_array[1,:]：取第一行。
2_d_array[:,1]：取第一列。
2_d_array[n:,i:j]：取第 n 行，第 [i-1,j-1) 列的元素。
2_d_array[::2,::2] 取 [0, 2, 4 ..] 行和列的元素。
a+b a-b a*b a/b a%b：对应行列运算，而不是线性代数里面的矩阵运算。
a.sum()：求和。
a.min()：最小值。
a.max()：最大值。
a.cumsum()：求和过程数组，第一个元素是数组的第一个元素，最后一个元素是数组元素的和。
a.dot(b)：矩阵乘法。
np.where()：返回满足条件的值的下标。
np.eye()：二维单位矩阵。除了 a[i][i] 是1，其余都是0。类似于数字中的一，任何矩阵和单位举证相乘都是本身。
np.transpose(np.array([[2,1,3]]))：矩阵转置。
np.repeat(a, 3)：每个元素重复三次。
np.tile(a, 3)：整个数组重复三次。
np.intersect1d()：数组中相同的项（索引可以不一样）。
np.setdiff1d(a,b)：从 a 中删除 b 中有的元素。
np.vstack((a,b))：数组堆叠，垂直方向堆叠。
np.hstack((a,b))：数组堆叠，水平方向堆叠。

数组属性#

用于查看数据记录的元素的属性，如大小、形状、数据类型等。

type(a)：数组 a 的类型。
a.dtype：数组 a 里元素的数据类型。
a.size ：数组里有多少个元素。
a.shape：数组的形状，几行几列。
a.itemsize：每个元素占用空间的大小，单位字节。
a.nbytes： a.size * a.itemsize：数组元素的实际大小，单位字节。
a.ndim：数组的维数。

其它用法#

boolean 过滤#

line = np.linspace(0, 2 * np.pi, 50)
# 正弦函数
sine_line = np.sin(line)
# 正弦值大于零的部分 
mask = sine_line >= 0
plt.plot(line, sine_line)
plt.plot(line[mask], sine_line[mask], 'bo')
# 正弦值大于零，且 x 小于 np.pi/2 的部分
mask = (sine_line >= 0) & (line <= np.pi / 2)
plt.plot(line[mask], sine_line[mask], 'go')
plt.show()

数组索引#

切片索引：使用切片语法生成的一个数组的视图，切片索引和原始数组用的同一份数据，改变切片的数据，原始数据也会改变。

整数索引：

a = np.array([[1,2], [3, 4], [5, 6]])
print(a[[0, 1, 2], [0, 1, 0]]) -> a[0][0] a[1][1] a[2][0]