首页 > 其他 > 详细

numpy模块

时间:2019-06-01 13:22:00      阅读:82      评论:0      收藏:0      [点我收藏+]

numpy属性:

ndim--维度,shape--行数和列数,size--元素个数

import numpy as np



#numpy 数组的创建
a = np.array([2,3,4],dtype=np.int32)#一维数组的创建[2 3 4]
print(a)
b = np.array([[1,2,3],[2,3,4]])#多维数组的创建[[1 2 3] [2 3 4]]
print(b)
c = np.zeros((2,4))#创建全零数组[[0. 0. 0. 0.] [0. 0. 0. 0.]]
print(c)
d = np.ones((3,4),dtype=np.int)#创建全一数组,同时制定数据类型[[1 1 1 1] [1 1 1 1] [1 1 1 1]]
print(d)
e = np.empty((3,4))#创建全空数组,每个数接近于0
print(e)
f = np.arange(1,10,2)#1-10的数据,步长为2
print(f)

g = np.array([2,3,4],dtype=np.int32)
print(g.ndim)#1
print(g.shape)#(3,)
print(g.size)#3
#创建两个1维矩阵
a = np.array([1,2,3,4])
b = np.arange(4)
c1 = a-b#对应相减
c2 = a*b#对应相乘
c3 = a.dot(b)#对应相乘再求和
c4 = b**2#相应位置平方
c5 = np.sin(a)#求sin
a=np.random.random((2,4))#创建2*4的随机数矩阵
print(a)
print(np.sum(a))#矩阵中数的和
print(np.min(a))#矩阵中的最小值
print(np.mean(a))#矩阵中元素的平均值
print(np.sum(a,axis=0))#按列进行求和
print(np.sum(a,axis=1))#按行进行求和
#矩阵基本计算
A=np.arange(2,14).reshape((3,4))#创建一下3*4的矩阵2-13
print(A)
print(np.argmin(A))#最小值的索引
print(np.argmax(A))#最大值的索引
print(np.mean(A))#整个矩阵的均值
print(np.average(A))#平均数
print(A.mean())#平均数
print(np.median(A))#中位数
print(np.cumsum(A))#累加,每个位置的数是前面位置的和
print(np.diff(A))#累差运算,后一个元素减去前一个元素的值

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

numpy模块

原文:https://www.cnblogs.com/Manuel/p/10959214.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!