NumPy 是高性能科學(xué)計算和數(shù)據(jù)分析的基礎(chǔ)包. 它是 pandas 等其他各種工具的基礎(chǔ).

主要功能:

• ndarray 一個多維數(shù)組結(jié)構(gòu), 高效且節(jié)省空間
• 無需循環(huán)對整組數(shù)據(jù)進行快速運算的數(shù)學(xué)函數(shù)
• 線性代數(shù), 隨機數(shù)生成和傅里葉變換功能

ndarry 多維數(shù)組

• 創(chuàng)建ndarry: np.array(array_like)
• 數(shù)組與列表的區(qū)別:
  • 數(shù)組對象類元素類型必須相同
  • 數(shù)組大小不可修改

ndarry 常用屬性

• T: 數(shù)組的轉(zhuǎn)置
• size: 數(shù)組元素個數(shù)
• ndim: 數(shù)組的維數(shù)
• shape: 數(shù)組的維度大小(元組形式)
• dtype: 數(shù)組元素的數(shù)據(jù)類型

ndarry 創(chuàng)建方法

• array() 將列表轉(zhuǎn)為數(shù)組, 可選擇顯式指定 dtype
• arange() range 的 numpy 版支持浮點數(shù)
• linspace() 類似 arange(), 第三個參數(shù)為數(shù)組長度
• zero() 根據(jù)指定形狀和 dtype 創(chuàng)建全0數(shù)組
• ones() 根據(jù)指定形狀和 dtype 創(chuàng)建全1數(shù)組
• empty() 根據(jù)指定形狀和 dtype 創(chuàng)建空數(shù)組(內(nèi)存隨機值)
• eye() 根據(jù)指定邊長和 dtype 創(chuàng)建單位矩陣

ndarray 索引

• 一維數(shù)組索引 a[5]
• 多維數(shù)組索引 a[2][3]

• 新式寫法 a[2, 3] (推薦)

• 對于一個數(shù)組, 選出其第1, 3, 4, 6, 7個元素, 組成新的二維數(shù)組: a[[1,3,4,6,7]]
• 布爾型索引, 選出所有大于5的偶數(shù): a[(a>5) & (a%2=0)]
• 布爾型索引, 選出所有大于5的數(shù)和偶數(shù): a[(a>5) | (a%2=0)]

• 對于一個二維數(shù)組, 選出其第一列和第三列, 組成新的二維數(shù)組: a[:, [1, 3]]

ndarry 切片

• 一維數(shù)組的切片: 與列表類似
• 多維數(shù)組的切片: a[1:2, 3:4] a[:, 3:5] a[:, 1] (前行后列)
• 與列表切片的不同: 數(shù)組切片時并不會自動復(fù)制(而是創(chuàng)建一個視圖), 在切片數(shù)組上的修改會影響原數(shù)組
• copy() 方法可以創(chuàng)建數(shù)組的深拷貝

NumPy 通用函數(shù)

浮點數(shù)特殊值

• nan(Not 啊Number) 不等于任何浮點數(shù)(nan != nan)
• inf(infinty) 比任何浮點數(shù)都大
• NumPy中創(chuàng)建特殊值 np.nan np.inf
• 在數(shù)據(jù)分析中, nan常被用做數(shù)據(jù)缺失值

一元函數(shù)

abs sqrt exp log ceil(向上取整) floor(向下取整) rint trunc modf isnan isinf cos sin tan

二元函數(shù)

add substract multiply divide power mod maximum mininum

數(shù)學(xué)和統(tǒng)計方法

• sum 求和
• mean 求平均數(shù)
• std 求標(biāo)準(zhǔn)差
• var 求方差
• min 求最小值
• max 求方差
• argmin 求最小值索引
• argmax 求最大值索引

隨機數(shù)生成

• rand 給定形狀產(chǎn)生隨機數(shù)組(0到1之間的數(shù))
• randin 給定形狀產(chǎn)生隨機整數(shù)
• choice 給定形狀產(chǎn)隨機選擇
• shuffle 與random.shuffle相同
• uniform 給定形狀產(chǎn)生隨機數(shù)組

轉(zhuǎn)載于:https://www.cnblogs.com/haoxi/p/9175781.html

總結(jié)

以上是生活随笔為你收集整理的NumPy 基础用法的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。