python中Numpy库的常用操作是什么

python中Numpy库的常用操作是什么

这篇文章给大家介绍python中Numpy库的常用操作是什么，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。

numpy库的引入：

importnumpyasnp

1、numpy对象基础属性的查询

lst=[[1,2,3],[4,5,6]]defnumpy_type():print(type(lst))data=np.array(lst,dtype=np.float64)#array将数组转为numpy的数组#bool,int,int8,int16,int32,int64,int128,uint8,uint32,#uint64,uint128,float16/32/64,complex64/128print(type(data))#数据类型print(data.shape)#几行几列print(data.ndim)#空间维数print(data.dtype)#元素类型print(data.itemsize)#元素所占字节print(data.size)#元素总数

2、numpy的数组的常用操作

defnumpy_array():#输出2行4列的全0的numpy的array数组print(np.zeros([2,4]))#一般用于数据初始化#输出3行5列的全1的numpy的array数组print(np.ones([3,5]))#随机数print(np.random.rand(2,4))#生成2行4列的随机数矩阵,此时默认元素大小在0到1print(np.random.rand())#打印一个随机数,此时默认元素大小在0到1print(np.random.rand(1,10,3))#三个参数分别对应x、y、z轴,表示三维矩阵#与rand不同randint的三个参数表示范围[1,10)内的3个元素的一维数组print(np.random.randint(1,10,3))print(np.random.randint(1,10))#randint必须传入参数范围，这表示返回一个范围内的随机数print(np.random.randn())#返回一个标准正态分布的随机数print(np.random.randn(2,4))#返回2行4列符合标准正态发布的随机数print(np.random.choice([10,2,3,1,5,6]))#从可迭代数组中随机返回一个print(np.random.beta(1,10,100))#随机生成[1,10]里符合beta发布的100元素的一维数组lst1=np.array([10,20,30,40])lst2=np.array([4,3,2,1])#直接操作print(lst2+lst1)print(lst2-lst1)print(lst2/lst1)print(lst2*lst1)print(lst2**lst1)#平方#点乘print(np.dot(lst1.reshape([2,2]),lst2.reshape([2,2])))#追加print(np.concatenate((lst2,lst1),axis=0))#0水平追加,1竖向追加print(np.vstack((lst2,lst1)))#竖向追加print(np.hstack((lst2,lst1)))#水平追加#分裂print(np.split(lst2,2))#分成2份#拷贝print(np.copy(lst2))

3、numpy常用数据操作方法

defnumpy_handle():print(np.arange(1,11))#生成[1,11)里的整数的一维数组,默认按1递增print(np.arange(1,11).reshape([2,5]))#reshape方法可以将矩阵重构为x行y列的矩阵print(np.arange(1,11).reshape([2,-1]))#也可以使用缺失值-1实现相同的效果data=np.arange(1,11).reshape([2,-1])print(np.exp(data))#自然指数e的指数操作print(np.exp2(data))#自然指数e的平方操作print(np.sqrt(data))#开方操作print(np.sin(data))#三角函数print(np.log(data))#对数操作print(data.max())#最大值print(data.min())#最小值

4、numpy里axis的理解

defnumpy_axis():data=np.array([[[1,2,3,4],[5,6,7,8]],[[9,10,11,12],[13,14,15,16]],[[17,18,19,20],[20,21,22,23]]])#axis从外而内的渗入，值越大渗透入层数越多，最大为n-1#axis=0,表示从外而内n+1层，即1进行解析print(data.sum(axis=2))#求和#这里渗入了3层print(data.max(axis=1))#获取最大值print(data.min(axis=0))#获取最小值

5、numpy里常用的线性代数计算

这里记得引入依赖：

fromnumpy.linalgimport*#引入线性方程组的依赖

defnumpy_line():fromnumpy.linalgimport*#引入线性方程组的依赖print(np.eye(3))#阶级为3的单位矩阵lst3=np.array([[1,2],[3,4]])print(inv(lst3))#逆矩阵print(lst3.transpose())#转置矩阵print(det(lst3))#行列式print(eig(lst3))#体征值和体征向量，第一个表示体征值，第二个表示体征向量y=np.array([[5.],[7.]])print(solve(lst3,y))#求解线性矩阵方程

关于python中Numpy库的常用操作是什么就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。