numpy的常规函数
一:矩阵的常规操作函数
1 :np.arange() 生成向量
demo2 =np.array([1,2,3,4,5,6,7,8,9,10,11,12,13,14,15]) # 一行向量 转化成矩阵形式
print(demo2.shape)
b =np.arange(1,16) # 顾头不顾腚,头,尾巴,步长,输出数组类型
print(b)
生成了一个向量 ,有15个数据
2:object.reshape() 转化矩阵
a= demo2.reshape(3,5) # 转化成矩阵 3行5列的数据
3:object.shape 查看矩阵行列数
print(a.shape) #矩阵行列数
由图可知,我们得到了一个3行5列的数组
4:object.ndim 获取矩阵维度
print(a.ndim) # 矩阵维度
5: object.dtype 获取矩阵数据类型
print(a.dtype) # 矩阵数据类型
6: object.size 获取矩阵长度
print(a.size) #矩阵长度
二: 构造矩阵的函数
1: np.zeros((,)) 0矩阵
注意:传的是元祖的形式
demo3 =np.zeros((3,4)) #注意传的是元祖的形式
print(demo3) # 结果值为float 类型
2:np.ones((,)) 1矩阵
注意:传的是元祖的形式
demo4 =np.ones((3,4),dtype=np.int32)
print(demo4)
3:np.random.random((,)) #随机数矩阵
demo5 =np.random.random((3,4)) # 注意传的是元祖 , 随机取值
print(demo5)
4:np.linspace(头,定,数量) # 平均数向量
demo6 =np.linspace(0,100,101,dtype=np.int32) # 取平均值 :头 尾巴 总数 ,dttpye 数据类型
print(demo6)
三:numpy矩阵的计算
数据集
1:加法
1>:矩阵加一个数
a1 =a+1
print(a1)
2:>矩阵加一个矩阵
ab1 =a+b
print(ab1) # 行列对应位置进行累加
2:减法
和加法一样
3:乘法
1>: 矩阵乘数
b1= b*2
print(b1) #即每个位置成那个数
2>:矩阵成矩阵
ab2 =a*b
print(ab2) # 矩阵行列索引位置上数字想乘
3:矩阵想成的内积
# 矩阵内积
ab3 =a.dot(b)
print(ab3) # 矩阵内积成, 即 第一行乘第一列,第一行乘第二列,第二行成第一列,第二行乘第二列相加
4:除法
和乘法一样
5:判断
print(a>3)
6:矩阵的密次
print(np.exp(a)) # 成e次方
7:矩阵开平方
print(np.sqrt(a)) #开平方
四:矩阵的降维以及拼拆
1 :矩阵的降维
准备数据集
import numpy as np
demo1 = np.floor(10*np.random.random((3,4))) # 创建数据源随机数向下取整*10
1:obj.ravel() 数据降维
print(demo1.ravel()) # 把数组转成向量
2:矩阵数据的转置
行转列,列转行
print(demo1.ravel()) # 把数组转成向量
3矩阵的拼切
1:> 矩阵拼
准备数据源
a=np.array([[1,2],[3,4]])
b= np.array([[5,6],[7,8]])
按列接:
print(np.hstack((a,b))) # 按列拼接 注意传的是元祖
按行接:
print(np.vstack((a,b))) # 按行拼接
2:>矩阵切
准备数据集
c =np.arange(0,18).reshape(3,6) # 准备数据集
按列 切
平均切
print(np.hsplit(c,3)) #按列平均切成3分
索引切
print(np.hsplit(c,(3,4))) # 按照列索引刀切
按照行切
print(np.vsplit(c.T,3)) # 按照行平均切
五: 矩阵的顺序及大小
1: 返回行数据最大索引
创建数据集
demo10 =np.sin(np.arange(20)).reshape(4,5)
print(demo10)
1:>demo10.argmax(axis=0) #求数据行数据最大索引
2: 数据集扩展 np.tile(demoa,(3,5))
demoa =np.arange(0,40,10) #创建数据集
print(demoa)
# 数据扩展
demoa1 =np.tile(demoa,(3,5))
print(demoa1)
3:排序
1:>返回数据排序 np.sort(a,axis=1)
创建数据集
a =np.array([[4,3,5],[1,2,1]])
print(a)
操作代码
np.sort(a,axis=1) #行排序
2>:排序返回数据索引 np.argsort(a)
创建数据集
a =np.array([4,3,1,2])
print(a)
j=np.argsort(a)
print(j) # 返回索引顺序
#在通过索引返回对应数据
print(a[j])
上面一行是索引顺序,下面一行是通过索引返回的数据
