科学计算库Numpy-1

• 版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/kun1280437633/article/details/80353486

demo:

import numpy

vector1 = numpy.array([5,46,3,2])                          #一维数组
vector2 = numpy.array([5,8,3,],[23,12,8])               #矩阵
print (vector)
vector.dtype                                                          # dtype看一下类型
print (vector1.sharp)                                               # sharp看一下他的维度，几行几列

print (vector2.sharp)

结果：

[5,46,3,2]
dtype('int32')
(4,)                                                                        # 4个元素

(2,3)                                                                     # 二维，两行三列

注意：numpy里面都是同一类型的,如果里面有字符串，则输出的全是字符串

demo:

v = numpy.genfromtxt('xxx.txt',delimiter=',',dtype=str,skip_header=1) 

print v

# delimiter代表分隔符dtype什么类型的，skip_header=1去掉第一行，结果是矩阵

 

a=v[1,4]                                                                        # 从0开始
b=v[2,2]
print a
print b

结果：
0.5
Cte D'Ivoire

demo:
vector = numpy.array([5,10,15,20])
print(vector[0:3])                                                        # 切片和python一样

结果：

[5,10,15]

demo:

类型装换

# 按行操作axis=1,按列操作axis=0

矩阵属性

import numpy as np                                            # as作为别名
print(np.arrange(15))                                      # arrange成为一个数组
a = np.arrange(15).reshape(3,5)    #
a
a.shape                                                                 # 什么形状
a.ndim                                                                  #  ndim几维的
a.dtype.name                                                       # dtype.name什么类型

a.size                                                                    # 大小

结果：

[0,1,2,3,4,5,6,7,8,9,10,11,12,13,14]
array([[0,1,2,3,4],
   [5,6,7,8,9],
   [10,11,12,13,14]])
(3,5)
2
'int32'

15

矩阵的操作

import numpy as np
np.zeros((3,4))                                           # 3行4列的0矩阵，元祖的形式，默认float类型

结果：

array([[ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.]])

np.ones((2,3,4),dtype=np.int32)                  # dtype指定类型

结果：

array([[[1, 1, 1, 1],
        [1, 1, 1, 1],
        [1, 1, 1, 1]],

       [[1, 1, 1, 1],
        [1, 1, 1, 1],
        [1, 1, 1, 1]]])

np.arange(0,2,0.3)
np.arange(10,30,5)                                # 第一个参数是开始位置，第二个参数是结束位置，第三个步长

结果：

array([10, 15, 20, 25])
array([ 0. ,  0.3,  0.6,  0.9,  1.2,  1.5,  1.8])

np.random.random((2,3))

结果：

array([[ 0.02812508,  0.33319675,  0.02425505],
       [ 0.87775428,  0.61590221,  0.78267645]])

from numpy import pi
np.linspace(0,pi,10)                             # 在0到π之间平均的找出10个数，第一个起始值，第二个默认值，第三个是个数

结果：

array([ 0.        ,  0.34906585,  0.6981317 ,  1.04719755,  1.3962634 ,
        1.74532925,  2.0943951 ,  2.44346095,  2.7925268 ,  3.14159265])

a = np.array([10,20,30,40])
b = np.arange(4)
print (a)
print (b)
c = a - b
print (c)
c = c - 1
print (c)
b**2
print (b)
print (a<35)

结果：

[10 20 30 40]
[0 1 2 3]
[10 19 28 37]
[ 9 18 27 36]
[0 1 2 3]
[ True  True  True False]

a = np.array([[1,1],[0,1]])
b = np.array([[2,0],[3,4]])
print (a)
print (b)
print (a*b)                                                                # 內积
print (a.dot(b))                                                 # 矩阵操作
print (np.dot(a,b))

结果：

[[1 1]
 [0 1]]
[[2 0]
 [3 4]]
[[2 0]
 [0 4]]
[[5 4]
 [3 4]]
[[5 4]
 [3 4]]