Numpy

code-python

转载

1.https://www.toutiao.com/a6458488956890645005/
2.https://www.toutiao.com/a6350804864013271298/

数组属性方法总结

作用

1基本属性

a.dtype数组元素类型float32,uint8,…

a.shape数组形状(m,n,o,…)

a.size数组元素数

a.itemsize每个元素占字节数

a.nbytes所有元素占的字节

a.ndim数组维度

2形状相关

a.flat所有元素的迭代器

a.flatten()返回一个1维数组的复制

a.ravel()返回一个1维数组，高效

a.resize(new_size)改变形状

a.swapaxes(axis1, axis2)交换两个维度的位置

a.transpose(*axex)交换所有维度的位置

a.T转置，a.transpose()

a.squeeze()去除所有长度为1的维度

3填充复制

a.copy()返回数组的一个复制

a.fill(value)将数组的元组设置为特定值

4转化

a.tolist()将数组转化为列表

a.tostring()转换为字符串

a.astype(dtype)转化为指定类型

a.byteswap(False)转换大小字节序

a.view(type_or_dtype)生成一个使用相同内存，但使用不同的表示方法的数组

5复数

a.imag虚部

a.real实部

a.conjugate()复共轭

a.conj()复共轭（缩写）

6保存

a.dump(file)将二进制数据存在file中

a.dump()将二进制数据表示成字符串

a.tofile(fid, sep=””,format=”%s”)格式化ASCⅡ码写入文件

7查找排序

a.nonzero()返回所有非零元素的索引

a.sort(axis=-1)沿某个轴排序

a.argsort(axis=-1)沿某个轴，返回按排序的索引

a.searchsorted(b)返回将b中元素插入a后能保持有序的索引值

8元素数学操作

a.clip(low, high)将数值限制在一定范围内

a.round(decimals=0)近似到指定精度

a.cumsum(axis=None)累加和

a.cumprod(axis=None)累乘积

9约简操作

a.sum(axis=None)求和

a.prod(axis=None)求积

a.min(axis=None)最小值

a.max(axis=None)最大值

a.argmin(axis=None)最小值索引

a.argmax(axis=None)最大值索引

a.ptp(axis=None)最大值减最小值

a.mean(axis=None)平均值

a.std(axis=None)标准差

a.var(axis=None)方差

a.any(axis=None)只要有一个不为0，返回真，逻辑或

a.all(axis=None)所有都不为0，返回真，逻辑与

案例《一》

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
import numpy as np

#array=np.array([[1,2],[5,2]],dtype=np.float32)

#array=np.zeros((3,4),dtype=np.int16)

#array=np.empty((3,4))

#array=np.arange(2,12,2)

#array=np.arange(12).reshape((3,4))

#array=np.linspace(2,10,4)

#array=10*np.sin(array)

#print(array<2)

#array2=np.arange(4).reshape((2,2))

#print(np.dot(array,array2))

#随机数求和

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
array=np.random.random((2,4))

print(array)

#print(np.sum(array,axis=1))

#print(np.min(array,axis=0))

#print(np.max(array))

#统计

A=np.argmax(array)

B=np.argmin(array)

C=np.average(array)

D=np.median(array) #中位数

print(D)

print(np.diff(array))

print(np.nonzero(array))

print(np.sort(array))

print(np.transpose(array)) #行列转换

print(np.clip(A,5,9))

print(np.mean(array,axis=1))

案例《二》