python中numpy包的简单使用
今天整理一下python中numpy包的一些简单的使用方法。当然以题为例了。。jupyter notebook为编译环境。以下是一些小题目
首先引入包
from numpy import *
import numpy as np（1）用0~19的数字生成(4,5)的数组命名为a,查看a的维度；查看a的轴的个数；查看a元素的总个数; 查看a中每个元素的字节大小。
- 生成数组
a = arange(20).reshape(4,5)
reshape()方法是重塑的意思，将数组构造成想要的形状。
- 查看维度
print a.ndim
- 查看轴的个数
print a.shape
- 查看数组的元素总数
print a.size
- 查看每个字节的大小
print a.itemsize
（2）创建元素为1,2,3,4的(2,2)的数组 b，查看b中元素类型。
构建数组
b = arange(1,5,1).reshape(2,2)arange（a,b,c）第三个参数的意思是两个数之间的间隔差 可以用来构造等差数列b中的元素类型
（3）创建一个全1的（4,4）的数组c;创建一个内容随机的(3,2)数组d，并打印d。
全1数组
c = ones((4,4),dtype = int16)随机数组
d = np.random.random((3,2))
（4）用0~11的数，创建一个3*4的数组n1，计算每一列的和；计算每一行的最小值。
- 创建数组求和
n1 = arange(12).reshape(3,4)
print n1.sum(axis = 0) - 求最小值
n1.min(axis = 1)
（5）生成一个3个元素的数组n2,通过常用函数计算每个元素的平方根；每个元素的标准差。
- 生成数组计算平方根
n2 = arange(3)
np.sqrt(n2) - 计算标准差
np.std(n2)
（6）生成一个9个（可以从0~8）元素的数组n3,
计算每个元素的平方；取出位置2的元素；
取出位置2至5 之间的元素。
生成数组
n3 = arange(9)
np.sqrt(n3)
n3[2]
n3[2:5]
（7）随机生成2个3*3的数组n4和n5，将n4和n5进行垂直合并形成n6;
将n4和n5进行水平合并形成n7。
n4 = np.random.random((3,3))
n5 = np.random.random((3,3))
n6 = np.concatenate((n4,n5),axis = 0)
n7 = np.concatenate((n4,n5),axis = 1)
axis 指定
（8）创建一个2行3列的零矩阵命名为z,将z的2行3列的位置值置成1。
z = zeros((2,3))
z[1,2] = 1
（9）生成4*4的对角矩阵，以[1,2,3,4]为对角线,其他位置用0填充，命名为z1 。
z1 = np.diag((1,2,3,4))
（10）用0~8的数，创建成3*3的矩阵，命名为z2;用随机数，创建4*4的矩阵，命名为z3。
z2 = np.random.randint(0,8,size = [3,3])
z3 = np.random.random((4,4))
numpy包还有很多的功能，这里只列出了一小部分的操作。比较具体的还可去看官方文档，讲的比较明细，总之numpy包在数据统计计算领域还是很好用的。