import numpy
vector = numpy.array([ 1,2,3,4 ] ) #创建一行四列矩阵
print(vector.shape) #打印vector的尺寸
matrix = numpy.array([[1,2,3,4],[4,5,6,7]]) #创建一个两行四列的矩阵
print(matrix.shape) #打印矩阵信息
numbers = numpy.array([1,2,3,4])
print(numbers.dtype) #打印array内元素的类型
numbers = numpy.array([1,2,3,'4']) #将其中一个数字改为字符型
print(numbers.dtype) #打印结果就显示是字符型
number = numpy.array([5,10,15,20])
print(number[0,3]) #打印结果为5,10,15，不会打印20
matrix = numpy.array([
[5,10,15],
[20,25,30],
[35,40,45]
])
print(matrix[:,1]) #打印第二列
print(matrix[0,:]) #打印第一行
print(matrix[1,:]) #打印第二行
print(matrix[:,0:2]) #打印前两列
vector = numpy.array([5,10,15,20])
vector ==10 #输出布尔变量, 如果等于10就返回true,不等于就false
equal_to_ten = (vector ==10)
print equal_to_ten #返回布尔向量数组
print(vector[equal_to_ten]) #返回vector里可以返回true的值
matrix = numpy.array([
[5,10,15],
[20,25,30],
[35,40,45]
])
second_column_25 = (matrix[:,1]==25) #查看哪一列中，包括25这个数,返回布尔变量
#返回布尔变量
print second_column_25 #查看布尔变量
print(matrix[second_column_25, :]) #查看具体值
vector = numpy.array([5,10,15,20])
equal_to_ten_and_five = (vector ==10) &(vector == 5 ) #返回布尔变量，
print equal_to_ten_and_five
equal_to_ten_or_five = (vector ==10) | (vector == 5 ) #返回布尔变量
print equal_to_ten_or_five
vector = numpy.array(["1","2","3","4"])
print(vector.dtype) #返回S1，表示这是字符串变量
vector = vector.astype(float) #将字符变量改为浮点变量
print(vector.dtype) #打印字符类型,显示float64，表示类型变了
vector = numpy.array([5,10,20,15]) #
vector.min() #求vector里的最小值
martix = numpy.array([
[5,10,15],
[20,25,30],
[35,40,45]
])
martix.sum(axis=0) #求martix每一列的和
martix.sum(axis=1) #求martix每一行的和
import numpy as np
print(np.arange(15)) #打印0,1,2，3,4
a=np.arange(15).reshape(3,5) #一个3*5的矩阵，元素值为0~14
print(a)
a.shape #a的形状
a.ndim #a的维度
a.size #a的大小
a.dtype #a的类型
np.zeros(3,4) #创建一个3*4的矩阵，矩阵元素全部为0
np.ones((3,4)) #创建一个3*4的矩阵，矩阵元素全部为1
np.ones((2,3,4), dtype = np.int32) #
np.arange(10,30,5) #10,15,20,25
np.arrange(12).reshape(3,4)
np.random.random((2,3))
np.linspace(0,2*pi,100)
a = np.array([20,30,40,50]) #[20,30,40,50]
b = np.arrange(4) #[0 1 2 3]
c=a-b #[20 29 38 47]
c=c-1 #[19,28,37,46]
b**2 #b内的元素都平方[0 1 4 9]
print(a<35) #true true flase flase
A = np.array([[1,1],[0,1]])
B = np.array([[2,0],[3,4]])
print(A*B) #[2 0] [0 4]
print(A.dot(B))
B = np.arrange(3) #0,1,2
print(np.exp(B)) #[1 2.718 7.3890]
print(np.sqrt(B))
a = np.floor(10*np.random.random((3,4)))
print(a)
print(a.revel()) #将元素平摊
a.shape[6,2]
print(a.T) #求a的转置
a.shape(3,-1) #3行，列自己算
np.hstack((a,b)) 进行行拼接
np.vstack((a,b)) 进行列拼接
a=np.arange(12) 从0到11
b=a #从此b和a一模一样
print(b is a ) #返回true
c = a.view() #浅复制
print(c is a ) #return false
d = a.copy() #d 和a没有关系
a = np.arange(0,40,10)
b = np.tile(a,(2,2)) #变成[0 10 20 30 0 10 20 30]
[0 10 20 30 0 10 20 30]
b = np.sort(a,axis=1) #进行行排序
b = np.sort(a,axis=0) #进行列排序
b = np.argsort(a) #进行排序
vector = numpy.array([ 1,2,3,4 ] ) #创建一行四列矩阵
print(vector.shape) #打印vector的尺寸
matrix = numpy.array([[1,2,3,4],[4,5,6,7]]) #创建一个两行四列的矩阵
print(matrix.shape) #打印矩阵信息
numbers = numpy.array([1,2,3,4])
print(numbers.dtype) #打印array内元素的类型
numbers = numpy.array([1,2,3,'4']) #将其中一个数字改为字符型
print(numbers.dtype) #打印结果就显示是字符型
number = numpy.array([5,10,15,20])
print(number[0,3]) #打印结果为5,10,15，不会打印20
matrix = numpy.array([
[5,10,15],
[20,25,30],
[35,40,45]
])
print(matrix[:,1]) #打印第二列
print(matrix[0,:]) #打印第一行
print(matrix[1,:]) #打印第二行
print(matrix[:,0:2]) #打印前两列
vector = numpy.array([5,10,15,20])
vector ==10 #输出布尔变量, 如果等于10就返回true,不等于就false
equal_to_ten = (vector ==10)
print equal_to_ten #返回布尔向量数组
print(vector[equal_to_ten]) #返回vector里可以返回true的值
matrix = numpy.array([
[5,10,15],
[20,25,30],
[35,40,45]
])
second_column_25 = (matrix[:,1]==25) #查看哪一列中，包括25这个数,返回布尔变量
#返回布尔变量
print second_column_25 #查看布尔变量
print(matrix[second_column_25, :]) #查看具体值
vector = numpy.array([5,10,15,20])
equal_to_ten_and_five = (vector ==10) &(vector == 5 ) #返回布尔变量，
print equal_to_ten_and_five
equal_to_ten_or_five = (vector ==10) | (vector == 5 ) #返回布尔变量
print equal_to_ten_or_five
vector = numpy.array(["1","2","3","4"])
print(vector.dtype) #返回S1，表示这是字符串变量
vector = vector.astype(float) #将字符变量改为浮点变量
print(vector.dtype) #打印字符类型,显示float64，表示类型变了
vector = numpy.array([5,10,20,15]) #
vector.min() #求vector里的最小值
martix = numpy.array([
[5,10,15],
[20,25,30],
[35,40,45]
])
martix.sum(axis=0) #求martix每一列的和
martix.sum(axis=1) #求martix每一行的和
import numpy as np
print(np.arange(15)) #打印0,1,2，3,4
a=np.arange(15).reshape(3,5) #一个3*5的矩阵，元素值为0~14
print(a)
a.shape #a的形状
a.ndim #a的维度
a.size #a的大小
a.dtype #a的类型
np.zeros(3,4) #创建一个3*4的矩阵，矩阵元素全部为0
np.ones((3,4)) #创建一个3*4的矩阵，矩阵元素全部为1
np.ones((2,3,4), dtype = np.int32) #
np.arange(10,30,5) #10,15,20,25
np.arrange(12).reshape(3,4)
np.random.random((2,3))
np.linspace(0,2*pi,100)
a = np.array([20,30,40,50]) #[20,30,40,50]
b = np.arrange(4) #[0 1 2 3]
c=a-b #[20 29 38 47]
c=c-1 #[19,28,37,46]
b**2 #b内的元素都平方[0 1 4 9]
print(a<35) #true true flase flase
A = np.array([[1,1],[0,1]])
B = np.array([[2,0],[3,4]])
print(A*B) #[2 0] [0 4]
print(A.dot(B))
B = np.arrange(3) #0,1,2
print(np.exp(B)) #[1 2.718 7.3890]
print(np.sqrt(B))
a = np.floor(10*np.random.random((3,4)))
print(a)
print(a.revel()) #将元素平摊
a.shape[6,2]
print(a.T) #求a的转置
a.shape(3,-1) #3行，列自己算
np.hstack((a,b)) 进行行拼接
np.vstack((a,b)) 进行列拼接
a=np.arange(12) 从0到11
b=a #从此b和a一模一样
print(b is a ) #返回true
c = a.view() #浅复制
print(c is a ) #return false
d = a.copy() #d 和a没有关系
a = np.arange(0,40,10)
b = np.tile(a,(2,2)) #变成[0 10 20 30 0 10 20 30]
[0 10 20 30 0 10 20 30]
b = np.sort(a,axis=1) #进行行排序
b = np.sort(a,axis=0) #进行列排序
b = np.argsort(a) #进行排序