Numpy.array
np.array([1,2,3,4,5])
print (type(array)) # class ‘numpy.ndarray’
1.加法，每个值都加
array2 = array + 1
array([3, 4, 5, 6, 7])
2.乘法，两个ar 对应位置相乘
array = [1,2,3,4,5]
array2 * array
array([ 6, 12, 20, 30, 42])
3.生成ar
tang_list = [1,2,3,4,5]
tang_array = np.array(tang_list)
array([1, 2, 3, 4, 5])
tang_array.dtype #dtype(‘int32’)
tang_array.itemsize #4 表示每个item所占大小
tang_array.size #5 ar含有多少个item
tang_array.ndim #1 维度
np.sum(tang_array) #15 所有item的和
tang_array.prod(axis = 0) 按列累乘积
按列取最小
tang_array.min(axis = 0)
所有取最小
tang_array.min()
求平均值
tang_array.mean()
标准差
tang_array.std()
方差
tang_array.var()
做限制 clip(a,b) 将元素值限制在 a b 内
array([[1, 2, 3],
[4, 5, 6]])
tang_array.clip(2,4) #大取b，小取a
array([[2, 2, 3],
[4, 4, 4]])
找到索引位置 argmin
tang_array.argmin() 找到最小值所在的位置
tang_array.argmin(axis = 0) 每列最小值所在位置
四舍五入 round() 还可以指定精度
tang_array.round(decimals=1)
array([ 1.2, 3.6, 6.4])