Numpy
1.基本使用
import numpy as np
"""创建"""
a = np.array([[1,2,3],[4,5,6]])
a = np.ones((2,3),dtype=np.int32) # 默认np.float64
a = np.zeros((2,3))
a = np.arange(3,7) # [3,7)
a = np.linspace(0,1,5) # [0,1],5等分
a = np.random.rand(2,4)
a.dtype
a.shape
b = a.astype(int)
"""查找"""
a[1,2] # 第一行第二列
基本运算
import numpy as np
"""四则运算"""
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
a + b # [5 7 9]
a - b # [-3 -3 -3]
a * b # [4 10 18]
a / b # [0.25 0.4 0.5]"""数学函数"""
a = np.array([0, np.pi/2, np.pi])
np.sin(a) # [0. 1. 0.]
np.cos(a) # [ 1. 0. -1.]
np.exp(a) # 指数
np.log(a) # 自然对数（注意a>0）
np.sqrt(a) # 平方根
np.power(a,3) # 三次方
np.abs([-1, -2, 3]) # 绝对值 [1 2 3]"""统计运算"""
a = np.array([1, 2, 3, 4, 5])
np.sum(a) # 15 - 求和
np.mean(a) # 3.0 - 均值
np.median(a) # 3.0 - 中位数
np.std(a) # 1.414... - 标准差
np.var(a) # 2.0 - 方差
np.min(a) # 1 - 最小值
np.max(a) # 5 - 最大值
np.argmin(a) # 0 - 最小值索引
np.argmax(a) # 4 - 最大值索引"""多维数组"""
matrix = np.array([[1, 2, 3], [4, 5, 6]])
np.sum(matrix, axis=0) # 按列求和 [5 7 9]
np.sum(matrix, axis=1) # 按行求和 [6 15]"""线性代数"""
print(np.logical_and(a, b)) # [True False False]
print(np.logical_or(a, b)) # [True True True]
print(np.logical_not(a)) # [False True False]
