資訊專欄INFORMATION COLUMN
摘要：生成行列的零矩陣，應(yīng)當(dāng)注意的是，函數(shù)中要傳入一個元組。生成到的以為步長切片的數(shù)據(jù)。在到的數(shù)據(jù)中按等間距取個值。或分別得到的次冪和矩陣中每個數(shù)開方所得到的結(jié)果。將矩陣的行數(shù)擴大倍，列數(shù)擴大倍。
numpy是python中一個與科學(xué)計算有關(guān)的庫，本文將介紹一些常用的numpy函數(shù)，使用numpy之前需要先引入，輸入import numpy as np，我們一般將numpy簡化為np。
1.np.arange(n)：生成0至n-1個整數(shù)。
2.a.reshape(m,n)：將a重新定義為一個m行n列的矩陣。
3.a.shape：打印a的行和列。
4.a.ndim：求a的維度。
5.a.size：輸出a中的元素個數(shù)。
6.np.zeros((m,n))：生成m行n列的零矩陣，應(yīng)當(dāng)注意的是，函數(shù)中要傳入一個元組。此時生成的矩陣0后面有一個小數(shù)點，因為系統(tǒng)默認(rèn)數(shù)據(jù)類型為浮點型，要想獲得整數(shù)類型，我們應(yīng)預(yù)先指定好數(shù)據(jù)類型。
7.np.ones((k,m,n),dtype=np.int32)：生成k個m行n列的單位矩陣，且矩陣中的數(shù)據(jù)類型為整數(shù)型。
8.np.arange(m,n,k)：生成m到n的以k為步長切片的數(shù)據(jù)。
9.np.linspace(m,n,k)：在m到n的數(shù)據(jù)中按等間距取k個值。
10.若A、B為同維矩陣，則A*B返回的是A和B矩陣對應(yīng)位置相乘得到的結(jié)果，A.dot(B)或np.dot(A,B)返回的才是矩陣乘法所得的結(jié)果。
11.np.exp(A)或np.sqrt(B)：分別得到e的B次冪和矩陣B中每個數(shù)開方所得到的結(jié)果。
12.np.floor()：向下取整。
13.a.ravel()：將矩陣a重新拉伸成一個向量，拉伸后可以重新reshape成一個新矩陣。
14.a.T：求a的轉(zhuǎn)置矩陣。
15.a.reshape(n,-1)或a.reshape(-1,n)：確定一個矩陣的行(列)后，相應(yīng)的列(行)也直接被確定，因此輸入-1即可。
16.np.hstack((a,b))：將矩陣a和b橫向拼接。
17.np.vstack((a,b))：將矩陣a和b縱向拼接。
18.np.hsplit(a,n)：將矩陣a橫向切為n份。
19.np.hsplit(a,(m,n))：在a的索引為m和n的空隙橫向切開。
20.np.vsplit(a,n)：將矩陣a縱向切為n份。
21.np.hsplit(a,(m,n))：在a的索引為m和n的空隙縱向切開。
22.矩陣的復(fù)制：
b = a：此時得到的b與a的地址是完全相同的，也就是a,b只是同一個矩陣的不同名稱，對其中任意一個矩陣操作都會引起另一個矩陣相同的變化。
b = a.view()：此時得到的b與a的地址不同，但是對b的操作會改變a。
b = a.copy()：此時得到的是兩個完全獨立的矩陣。
23.b = np.tile(a,(m,n))：將矩陣a的行數(shù)擴大m倍，列數(shù)擴大n倍。
24.np.sort(a,axis=k)：將矩陣a在k維排序。
25.np.argsort(a)：返回將a升序排列后的索引值(默認(rèn)排列方式為升序)。
文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址：http://m.specialneedsforspecialkids.com/yun/43029.html
摘要：概述在中存在著通用函數(shù)和聚合去對數(shù)據(jù)進行處理通過向量進行對數(shù)據(jù)數(shù)組的計算而這些向量主要依靠一些通用函數(shù)而聚合是對面對大量數(shù)據(jù)時獲取描述性統(tǒng)計信息的方法。三角函數(shù)提供了大量好用的通用函數(shù)，其中對于數(shù)據(jù)科學(xué)家最有用的就是三角函數(shù)。 showImg(https://segmentfault.com/img/remote/1460000018925263); 概述 在Numpy中存在著通用函數(shù)...
摘要：是什么今天開始會陸續(xù)為大家?guī)頂?shù)據(jù)科學(xué)常用包的基礎(chǔ)用法數(shù)據(jù)分析的工作涉及到大量的數(shù)值運算，一個高效方便的科學(xué)計算工具是必不可少的。 NumPy是什么？ 今天開始會陸續(xù)為大家?guī)頂?shù)據(jù)科學(xué)常用包的基礎(chǔ)用法 數(shù)據(jù)分析的工作涉及到大量的數(shù)值運算，一個高效方便的科學(xué)計算工具是必不可少的。Python語言一開始并不是設(shè)計為科學(xué)計算使用的語言，隨著越來越多的人發(fā)現(xiàn)Python的易用性，逐漸出現(xiàn)了關(guān)于...
摘要：但無論是用于何種用途，這些圖像都需要進行處理。圖像處理中的常見任務(wù)包括顯示圖像，基本操作如裁剪翻轉(zhuǎn)旋轉(zhuǎn)等，圖像分割，分類和特征提取，圖像恢復(fù)和圖像識別。圖像處理系統(tǒng)有時被稱為圖像處理的瑞士軍刀。 showImg(https://segmentfault.com/img/remote/1460000019631626); 原文標(biāo)題：10 Python image manipulation...
摘要：前言以下簡稱是數(shù)據(jù)分析必不可少的第三方庫，的出現(xiàn)一定程度上解決了運算性能不佳的問題，同時提供了更加精確的數(shù)據(jù)類型。因此，理解的數(shù)據(jù)類型對數(shù)據(jù)分析十分有幫助。一維數(shù)據(jù)由對等關(guān)系的有序或無序數(shù)據(jù)構(gòu)成，采用線性方式組織，可以用數(shù)組表示。 前言 NUMPY（以下簡稱NP）是Python數(shù)據(jù)分析必不可少的第三方庫，np的出現(xiàn)一定程度上解決了Python運算性能不佳的問題，同時提供了更加精確的數(shù)據(jù)...
小編寫這篇文章的主要目的，主要是給大家講解一些常用的一些函數(shù)，這樣在以后的工作中，能夠節(jié)約到一些時間，工作的效率也會大大的提高，甚至在跳槽的時候，能夠升職加薪。 常見的簡單數(shù)組函數(shù) 先看看代碼操作: mportnumpyasnp ##產(chǎn)生一個數(shù)組 arr=np.arange(15) arr >>array([0,1,2,3,4,5,6,7,8,...
閱讀 3496·2021-10-18 13:30
閱讀 2951·2021-10-09 09:44
閱讀 1969·2019-08-30 11:26
閱讀 2299·2019-08-29 13:17
閱讀 765·2019-08-29 12:17
閱讀 2253·2019-08-26 18:42
閱讀 478·2019-08-26 13:24
閱讀 2960·2019-08-26 11:39
