1.2 numpyのクラッシュ
scipyのダウンロードnumpyの基本的なデータ構造と操作を提供、最も重要なのは、効率的な量演算機能を提供ndarray多次元配列です。
1.2.1配列の作成
#リストに基づいてアレイを作成し インポートnumpyのAS NP MyArrayという = np.array([2、3 ]) プリント(MyArrayという) プリント(myarray.shape) #は、多次元配列を作成 myarrayの= np.array([1,2,3 ]、[2,3,4]、[3,4,5 ]]) プリント(MyArrayという) プリント(myarray.shape) #は、特別なアレイを作成 #0アレイ ARRAY1を= np.zeros((5,5 )) 印刷(配列1) #1アレイ 配列2 = np.ones((5,5 )) プリント(配列2) #の配列指定された値 ARRAY3 np.full =で((5,5)、100 ) プリント(ARRAY3で) #単位配列 array4 np.eye =(5 ) プリント(array4)
1.2.2データアクセス
あなたは、配列の行で、インデックスにアクセスすることができます、また列にアクセスすることができます。
プリント(myarrayの) プリント(myarrayの[0]) 、印刷(myarrayの[-1 ]) 、印刷(myarrayの[:2 ])、 印刷(myarrayの[1,2])
1.2.3算術
使用numpyのndarray算術配列は、直接的であってもよいです
(1)ベクトルとベクトル
インポートNPとしてnumpyの myarray1 = np.array([1,2,3]、[2,3,4]、[3,4,5 ]]) myarray2 = np.array([11,21,32] [21,31,41]、[31,41,51 ]) プリント(myarray1 + myarray2) プリント(myarray1 - myarray2) プリント(myarray2 * myarray1) プリント(myarray1 / myarray2)
(2)ベクトルとスカラー
プリント(myarray1 + 2 ) プリント(myarray1 - 2 ) プリント(myarray1 * 2 ) プリント(myarray1 / 2)
(3)相関行列
インポートのNPとしてnumpyの インポートLGとしてnumpy.linalg A - = np.array([2,1]、[4、-3 [ ]]) プリント(a.transpose()) プリント(lg.inv()) 印刷(np.dot(lg.pinv()))
アレイのスタック(4)の形状を変更します
変更のアレイの形状:使用numpyの、我々は簡単に()関数などをフラット化、()などリシェイプを使用して、配列の形状を変更することができます。
インポートNPとしてnumpyの = np.arange(10 ) 印刷() B = a.reshape(2,5 ) プリント(B) C = b.flatten() プリント(C)
(5)積層アレイ
深さから参照、横配列は、それが垂直に積み重ねてもよく、積層されていてもよいです。したがって、私たちが積み重ねられる配列は、スタック上のnumpyの配列は、以下の機能が含まれます。vstack、hstackを()()
インポートNPとしてnumpyの A = np.random.rand(3,3 ) 、B = np.ones((3,1 )) C = np.hstack((B)) プリント(C) B = np.ones( (1,3 )) C = np.vstack((B)) プリント(C)