编程语言
首页 > 编程语言> > python基础~ numpy用法大全

python基础~ numpy用法大全

作者:互联网

hello,你好,我是研一的一名学生,坐标北邮~ 我的微信号:gxin_0508,希望遇到志同道合的你~
不管是生活,还是学习,或者未来理想,都可以和我聊聊~

由于需要,最近在学习python~
python虽说上手很快,但由于对库的不了解,总需要百度,效率低下,所以写下这一篇文章,方便了解~

1.我们可以从嵌套的Python列表初始化numpy数组,并使用方括号访问元素:
a = np.array([1, 2, 3]) #创建一维数组,[]内包含元素
2**.创建数组**

a = np.zeros((2,2))  #2*2类型,0填充
b = np.ones((1,2)) #1*2类型,1填充
c = np.full((2,2), 7)#2*2类型,7填充
d = np.eye(5)   # 2*2类型,单位阵
e = np.random.random((2,2))  # 2*2,随机阵
y = np.empty_like(x)   # 维度像x的

3.切片 ,由于数组可能是多维的,因此必须为数组的每个维指定一个切片:

a = np.array([[1,2,3,4], [5,6,7,8], [9,10,11,12]])
print("a\n",a)
b = a[:2, 1:3] #不包含最后一个数字
print("b\n",b)

结果:在这里插入图片描述
4.索引

a = np.array([[1,2], [3, 4], [5, 6]])
print("a\n",a)
print(a[[0, 1, 2], [0, 1, 0]])  # Prints "[1 4 5]",索引的是[0][0],[1][1],[2][0]
print(np.array([a[0, 0], a[1, 1], a[2, 0]]))  # Prints "[1 4 5]"等价

5.向矩阵 x 的每一行添加向量 v 等同于通过垂直堆叠多个 v 副本来形成矩阵 vv

v = np.array([1, 0, 1])
vv = np.tile(v, (4, 1))
# Prints "[[1 0 1]
#          [1 0 1]
#          [1 0 1]
#          [1 0 1]]

6.形状操作
在这里插入图片描述
7.数组转换
**加粗样式**
8.
在这里插入图片描述

9.在这里插入图片描述

10.计算在这里插入图片描述
例如:
在这里插入图片描述

print(a.sum(axis=1))# 3 7 11 
axis=0,表行,1表示列

标签:Prints,python,print,数组,np,array,numpy,大全
来源: https://blog.csdn.net/qq_38205273/article/details/111653755