numpy使用手册,numpy中文手册

numpy-数值计算扩充库，其拥有强大的多维数组处理与矩阵运算能力
官方文档：https://docs.scipy.org/doc/numpy/user/quickstart.html
中文版文档:https://www.numpy.org.cn/article/advanced/neural_network_with_numpy.html
数值类型
一 数据结构

创建数组的几种方式
①arrange创建固定步长的数组
②linespace 创建固定数据个数的数组

③ones方法创建固定形状的对维数组，类似于zeros
numpy.zeros(shape, dtype=None, order=‘C’)

数组属性方法
.T 转置
.dtype 查看属性
.real 查看实部
.size 查看大小

import numpy as npa=np.array([1,2,3,4,5,6],dtype=np.float64) # 指定数据类型print(a.dtype)#创建数组的方式ar2= np.arange(0,100,5,dtype='float32') # 指定步长print(ar2)ar3=np.linspace(0,100,5,dtype='float') #指定数据个数print(ar3)#ones 方法创建数值全为1的多维数组arr= np.ones((3,2))print( arr)

二 Numpy数组的基本操作
reshape 改变形状
ravel 平摊
delete 删除
insert插入
append 拓展

b1=np.arange(10)print(b1)b2=b1.reshape((5,2))print(b2)b3=np.ravel(b2,order='C')print(b3)b4=np.delete(b1,3) #删除元素print(b4)#多维数组定向插入一维数组b5=np.insert(b2,2,[99,98],0)print(b5)# 多维数组拓展b6=np.append(b2,[999,111])print(b6)

除此之外，列表合并函数非常有用。
a=[34605847, 486307827, 462941419, 323162232, 359365021]
b=[0.95831680297852, 0.92433798313141, 0.49589690566063, 0.98732441663742, 0.98896300792694]
c=[0.041683249175549, 0.075662031769753, 0.50410312414169, 0.012675600126386, 0.011036984622478]
d=np.column_stack([a,b,c])

如果切换成 d=np.row_stack([a,b,c])
结果是

介绍下 resahpe()函数.

三 随机函数
numpy.random.rand(d0, d1, …, dn) 方法的作用为：指定一个数组，并使用 [0, 1) 区间随机数据填充，这些数据均匀分布
randint(low, high, size, dtype) 方法将会生成 [low, high) 的随机整数。注意这是一个半开半闭区间。
numpy.random.choice(a, size, replace, p) 方法将会给定的 1 维数组里生成随机数。

import numpy as npprint('----------强大的随机函数----------------')r1=np.random.rand(3,5)print(r1)print('--------正太分布的随机函数--------------')r2=np.random.randn(3,5)print(r2)print('------整数的随机函数生产')r3=np.random.randint(2,5,10)print(r3)print('-----------给定数组，产生随机数---------------')names=['bage','limisd','xiaojin','laoliui','ghjsdhdh','ssss']r4=np.random.choice(names,1)print(r4)

四 科学计算函数
可以说，numpy有两个核心的功能，一个是多维数组，另一个就是丰富的可续计算函数
关于科学计算函数，基本上和其他语言差不多，这里面有个特别的是向0取整函数，fix() 貌似是特有
还有诸如np.prod(a,axis,dtype,keepdims) 求指定轴数组元素的乘积的函数比较特殊。

切片操作： Ndarray[start:stop:step]