numpy基本（1）

基本属性

1. 列表转换成数组

array=np.array()

2.查看数组维度

print(array.ndim)

3.查看形状和大小

print(array.shape)
print(array.size)

4. 特殊的矩阵

np.zero()
np.empty()
np.ones()

5.arange&reshape

np.arrange(10,20，2)#有序数列，起始值10，步长2，不包括20

如果想要重新定义矩阵的形状，可以使用reshape

a=np.arrange(12).reshape((3,4))
#生成了[0,11]的3行4列的矩阵

6.linspace

a=np.linspace(1,10,20)
#起始值为1，终止值为10，共有20个数 ，自动匹配步长

7.基本运算

7.1次方

通过**表示
如想表示c是b的四次方

c=b**4

7.2 三角函数

numpy包括sin,cos运算，可以直接使用

a=10*np.sin(c)

7.3比较大小

b=np.arange(4)
print(b<3)

结果：

[ True  True  True False]

7.4 乘法

逐个相乘：

c=a*b

矩阵乘法：

c=np.dot(a,b)

或者

c=a.dot(b)

8.求和、最大，最小值

np.sum()
np.max()
np.min()

如果想在限定在某行或者某列

np.sum(a,axis=1)
#axis=0,在列中求和
#axis=1,在行中求和

9.索引&平均值&中位数&累加&累差

a=np.arange(2,14).reshape((3,4))
print(np.argmin(a))
print(np.argmax(a))
print(np.mean(a))
print(a.mean())
print(np.median(a))
print(np.cumsum(a))
print(np.diff(a))

结果：0
11
7.5
7.5
7.5
[ 2 5 9 14 20 27 35 44 54 65 77 90]
[[1 1 1]
[1 1 1]
[1 1 1]]

10.排序

a=np.arange(2,14).reshape((3,4))
c=np.sort(a)
print(c)
#默认从小到大排序，axis=1,按行排序
#如果想要降序排列:
c=np.sort(a)[::-1]
print(c)

标签：基本,10,20,reshape,print,np,array,numpy
来源： https://blog.csdn.net/m0_51328444/article/details/119064427