摘要：生成行列的零矩阵，应当注意的是，函数中要传入一个元组。生成到的以为步长切片的数据。在到的数据中按等间距取个值。或分别得到的次幂和矩阵中每个数开方所得到的结果。将矩阵的行数扩大倍，列数扩大倍。
numpy是python中一个与科学计算有关的库，本文将介绍一些常用的numpy函数，使用numpy之前需要先引入，输入import numpy as np，我们一般将numpy简化为np。
1.np.arange(n)：生成0至n-1个整数。
2.a.reshape(m,n)：将a重新定义为一个m行n列的矩阵。
3.a.shape：打印a的行和列。
4.a.ndim：求a的维度。
5.a.size：输出a中的元素个数。
6.np.zeros((m,n))：生成m行n列的零矩阵，应当注意的是，函数中要传入一个元组。此时生成的矩阵0后面有一个小数点，因为系统默认数据类型为浮点型，要想获得整数类型，我们应预先指定好数据类型。
7.np.ones((k,m,n),dtype=np.int32)：生成k个m行n列的单位矩阵，且矩阵中的数据类型为整数型。
8.np.arange(m,n,k)：生成m到n的以k为步长切片的数据。
9.np.linspace(m,n,k)：在m到n的数据中按等间距取k个值。
10.若A、B为同维矩阵，则A*B返回的是A和B矩阵对应位置相乘得到的结果，A.dot(B)或np.dot(A,B)返回的才是矩阵乘法所得的结果。
11.np.exp(A)或np.sqrt(B)：分别得到e的B次幂和矩阵B中每个数开方所得到的结果。
12.np.floor()：向下取整。
13.a.ravel()：将矩阵a重新拉伸成一个向量，拉伸后可以重新reshape成一个新矩阵。
14.a.T：求a的转置矩阵。
15.a.reshape(n,-1)或a.reshape(-1,n)：确定一个矩阵的行(列)后，相应的列(行)也直接被确定，因此输入-1即可。
16.np.hstack((a,b))：将矩阵a和b横向拼接。
17.np.vstack((a,b))：将矩阵a和b纵向拼接。
18.np.hsplit(a,n)：将矩阵a横向切为n份。
19.np.hsplit(a,(m,n))：在a的索引为m和n的空隙横向切开。
20.np.vsplit(a,n)：将矩阵a纵向切为n份。
21.np.hsplit(a,(m,n))：在a的索引为m和n的空隙纵向切开。
22.矩阵的复制：
b = a：此时得到的b与a的地址是完全相同的，也就是a,b只是同一个矩阵的不同名称，对其中任意一个矩阵操作都会引起另一个矩阵相同的变化。
b = a.view()：此时得到的b与a的地址不同，但是对b的操作会改变a。
b = a.copy()：此时得到的是两个完全独立的矩阵。
23.b = np.tile(a,(m,n))：将矩阵a的行数扩大m倍，列数扩大n倍。
24.np.sort(a,axis=k)：将矩阵a在k维排序。
25.np.argsort(a)：返回将a升序排列后的索引值(默认排列方式为升序)。
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/43029.html
摘要：概述在中存在着通用函数和聚合去对数据进行处理通过向量进行对数据数组的计算而这些向量主要依靠一些通用函数而聚合是对面对大量数据时获取描述性统计信息的方法。三角函数提供了大量好用的通用函数，其中对于数据科学家最有用的就是三角函数。 showImg(https://segmentfault.com/img/remote/1460000018925263); 概述 在Numpy中存在着通用函数...
摘要：是什么今天开始会陆续为大家带来数据科学常用包的基础用法数据分析的工作涉及到大量的数值运算，一个高效方便的科学计算工具是必不可少的。 NumPy是什么？ 今天开始会陆续为大家带来数据科学常用包的基础用法 数据分析的工作涉及到大量的数值运算，一个高效方便的科学计算工具是必不可少的。Python语言一开始并不是设计为科学计算使用的语言，随着越来越多的人发现Python的易用性，逐渐出现了关于...
摘要：但无论是用于何种用途，这些图像都需要进行处理。图像处理中的常见任务包括显示图像，基本操作如裁剪翻转旋转等，图像分割，分类和特征提取，图像恢复和图像识别。图像处理系统有时被称为图像处理的瑞士军刀。 showImg(https://segmentfault.com/img/remote/1460000019631626); 原文标题：10 Python image manipulation...
摘要：前言以下简称是数据分析必不可少的第三方库，的出现一定程度上解决了运算性能不佳的问题，同时提供了更加精确的数据类型。因此，理解的数据类型对数据分析十分有帮助。一维数据由对等关系的有序或无序数据构成，采用线性方式组织，可以用数组表示。 前言 NUMPY（以下简称NP）是Python数据分析必不可少的第三方库，np的出现一定程度上解决了Python运算性能不佳的问题，同时提供了更加精确的数据...
小编写这篇文章的主要目的，主要是给大家讲解一些常用的一些函数，这样在以后的工作中，能够节约到一些时间，工作的效率也会大大的提高，甚至在跳槽的时候，能够升职加薪。 常见的简单数组函数 先看看代码操作: mportnumpyasnp ##产生一个数组 arr=np.arange(15) arr >>array([0,1,2,3,4,5,6,7,8,...
阅读 3465·2021-10-18 13:30
阅读 2900·2021-10-09 09:44
阅读 1932·2019-08-30 11:26
阅读 2263·2019-08-29 13:17
阅读 742·2019-08-29 12:17
阅读 2223·2019-08-26 18:42
阅读 447·2019-08-26 13:24
阅读 2891·2019-08-26 11:39
