numpy基础语法学习笔记

import numpy

numbers = numpy.array([1, 2, 3, 4])

array([1, 2, 3, 4])

numpy.array的属性：numbers.dtype

numbers = numpy.array([1, 2, 3, 4.0])

print(numbers)

[ 1. 2. 3. 4.]

numpy.array默认为同一dtype，自动向上转型

matrix = numpy.array([

[5, 10, 15],

[20, 25, 30],

[35, 40, 45]

])

print(matrix[1:3,])

1,2行全部（从0行开始）

[[20 25 30]

[35 40 45]]

print(matrix[1:3,1])

1,2行第1列

[25 40] （虽然符合结果但是为何是这种表示方式…）

print(matrix[1:3,1:2])

[[25]

[40]]

这就符合预期了

print(np.arange(15)) np.arrange()

[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14]

默认从0开始，间距为1

np.arange(18).reshape(3,2,3)

array([[[ 0, 1, 2],

[ 3, 4, 5]],

[[ 6, 7, 8],

[ 9, 10, 11]],

[[12, 13, 14],

[15, 16, 17]]])

np.linspace(0, 99, 100)

array([ 0., 1., 2., 3., 4., 5., 6., 7., 8., 9., 10.,

11., 12., 13., 14., 15., 16., 17., 18., 19., 20., 21.,

22., 23., 24., 25., 26., 27., 28., 29., 30., 31., 32.,

33., 34., 35., 36., 37., 38., 39., 40., 41., 42., 43.,

44., 45., 46., 47., 48., 49., 50., 51., 52., 53., 54.,

55., 56., 57., 58., 59., 60., 61., 62., 63., 64., 65.,

66., 67., 68., 69., 70., 71., 72., 73., 74., 75., 76.,

77., 78., 79., 80., 81., 82., 83., 84., 85., 86., 87.,

88., 89., 90., 91., 92., 93., 94., 95., 96., 97., 98.,

99.])

A = np.array( [[1,1],

[0,1]] )

B = np.array( [[2,0],

[3,4]] )

print(A)

print("---------")

print(B)

print("---------")

#print A*B

print(A.dot(B))

print("---------")

print(np.dot(A, B))

[[1 1]

[0 1]]

[[2 0]

[3 4]]

[[5 4]

[3 4]]

[[5 4]

[3 4]]

*乘号意味着同行同列数值相乘

矩阵乘法则是dot点乘

可用np.dot(A, B)

或者A.dot(B)

A是一个矩阵

np.exp(A)

将A中所有的值作为e的指数，更新

np.sqrt(A)

将矩阵A中所有的值取其正根

np.floor(A)

将矩阵A中的所有值进行向下取整

A.ravel()

将一个矩阵降至一维，（拉平）

A.T

意为矩阵的转置

a.reshape(3, -1)

写-1的意思是让其自动计算

np.hstack((A, B))

水平拼接两个矩阵

np.vstack((A, B))

垂直拼接两个矩阵

np.hsplit(a,3)

水平切割

将整个矩阵平均分为3份（列数一定要为3的倍数，以此类推）

np.hsplit(a, (3,4))

水平切割

在矩阵的第三列和第四列进行切分（结果是3个）

vsplit 以此类推

值得一提的是

A 为ndarray类型时

C = A可以得到

C is A 为True

C 与A完全相同，且共用同一个内存（类似指针）

C = A.view()

C is A 为False

C与A不相同，id不同，但所指向的数组，其值相同且同时更新

C = A.copy()

C is A为False

C与A 不相同,id不同，所指向的数组也完全不同

A.argmax(axis=0)

找到A这个矩阵上，按列索引，每一列中最大数值的一行

axis=1

是每一行中，最大