numpy的基础操作

numpy

创建:array

import numpy as np
a=np.([[1,2,3],[4,6,2]])
a=np.([[3,4,5]],dtype=np.int)#说明是int型的元素类型，默认是64位，或者可以dtype=np.float
a=np.zeros((3,4))#创建三行四列的零矩阵
a=np.ones((3,4))
1
2
3
4
5

• dtype可以规定创建的数据类型
• 即可创建二行三列的矩阵

print(a.size())#显示是多少个元素
print(a.shape())#告诉是几行几列
print(a.ndim())#显示维度
1
2
3

• arange

a=np.arange(10,20,2)#10到20隔两个数
a=np.arange(12).reshape((3,4))#三行四列行列式
1
2

• arange类似于range，range(12)就是从0到11一共12个数
• reshape可以将数据转化为矩阵的形式，但是注意数据的元素多少一定要与目标矩阵的元素一致，否则会报错

numpy的基础运算

• 一般的乘法：挨个相乘

a=np.array([[1,2,3],[3,4,5]])
b=np.array([[2,1,4]])
print(a*b)
print(a**b)
print(np.dot(a,b))
1
2
3
4
5

• 其中a*b相当于逐项相×
• a**b是逐项都进行次方操作，a的b次方
• np.dot(a,b)用来计算矩阵的乘法运算

print(np.max(a))#求所有元素之中的最大值
print(np.sum(a),axis=1)#求各个行的sum
print(np.min(a),axis=0)#求每一列的最小值
1
2
3

• axis参数表示操作的对象是行还是列，1:操作行，0：操作列