分享前还是先分享自己的Python学习交流群：666468218

群内不定时分享干货，包括最新的python企业案例学习资料和零基础入门教程，欢迎初学和进阶中的小伙伴入群学习交流

之前我以为Numpy很渣，但是在深入接触之前我不知道它有这么强大。堪比Matlab啊。果然人生很短。我用Python。因此，本文作为记录笔记，文章的内容大多取自互联网、官网的快速入门等。 (文末有参考链接，如有侵害请联系本人进行修改)。如果能有助于快速开始Numpy的话就太好了。有了Matlab的基础，马上就能理解正文了！ (这篇文章长期更新！）

一个栗子

。

创建矩阵

python的numpy模块通常使用所提供的ndarray对象。创建ndarray对象很容易。只需将list作为参数。例如：

矩阵行数列数

。

矩阵按行列选取

矩阵的切分与list相同，可以用[] (方括号)进行切分

矩阵按条件截取

。

各条件的剪切多适用的是，矩阵中满足某个条件的要素为特定的值。例如，将矩阵中大于6的元素设为0

Stacking together different arrays

矩阵的合并可以通过numpy的hstack法和vstack法实现：

矩阵的结合也可以是concatenatef法。

NP.concatenate () a1，a2)，axis=0)和NP.v堆栈) ) a1，a2) )等价

NP.concatenate () a1，a2)，axis=1)和NP.h堆栈) ) a1，a2) )等价

通过函数创建矩阵

。

范围

linspace/logspace

ones、zeros、eye、empty

ones生成全1矩阵，zeros生成全0矩阵，eye生成单位矩阵，empty生成空矩阵(实际上是有值的)

从字符串

fromstring ()方法将字符串转换为ndarray对象。如果需要数字化字符串以获取字符串的ascii代码序列，则此方法非常有用。

随机存取存储器

从函数

fromfunction ()方法根据矩阵的行号列号生成矩阵的元素。例如，创建一个矩阵。矩阵中的各个

元素都为行号和列号的和。

矩阵的运算

常用矩阵运算符

Numpy中的ndarray对象重载了许多运算符，使用这些运算符可以完成矩阵间对应元素的运算。

运算符说明+矩阵对应元素相加-矩阵对应元素相减*矩阵对应元素相乘/矩阵对应元素相除，如果都是整数则取商%矩阵对应元素相除后取余数**矩阵每个元素都取n次方，如**2：每个元素都取平方

常用矩阵函数

同样地，numpy中也定义了许多函数，使用这些函数可以将函数作用于矩阵中的每个元素。表格中默认导入了numpy模块，即 import numpy as np 。a为ndarray对象。

常用矩阵函数说明np.sin(a)对矩阵a中每个元素取正弦,sin(x)np.cos(a)对矩阵a中每个元素取余弦,cos(x)np.tan(a)对矩阵a中每个元素取正切,tan(x)np.arcsin(a)对矩阵a中每个元素取反正弦,arcsin(x)np.arccos(a)对矩阵a中每个元素取反余弦,arccos(x)np.arctan(a)对矩阵a中每个元素取反正切,arctan(x)np.exp(a)对矩阵a中每个元素取指数函数,exnp.sqrt(a)对矩阵a中每个元素开根号

当矩阵中的元素不在函数定义域范围内，会产生RuntimeWarning，结果为nan(not a number)

矩阵乘法（点乘）

矩阵乘法必须满足矩阵乘法的条件，即第一个矩阵的列数等于第二个矩阵的行数。矩阵乘法的函数为 dot 。

矩阵的转置 a.T

矩阵的转置还有更简单的方法，就是a.T。

矩阵的逆

设A是数域上的一个n阶方阵，若在相同数域上存在另一个n阶矩阵B，使得： AB=BA=E。则我们称B是A的逆矩阵，而A则被称为可逆矩阵。

求矩阵的逆需要先导入numpy.linalg，用linalg的inv函数来求逆。矩阵求逆的条件是矩阵应该是方阵。

矩阵信息获取（如均值等）

最值

获得矩阵中元素最大最小值的函数分别是max和min，可以获得整个矩阵、行或列的最大最小值。

平均值

获得矩阵中元素的平均值可以通过函数mean()。同样地，可以获得整个矩阵、行或列的平均值。

方差

方差的函数为var(),方差函数var()相当于函数mean(abs(x - x.mean())**2),其中x为矩阵。

标准差

标准差的函数为std()。 std()相当于sqrt(mean(abs(x - x.mean())**2))，或相当于sqrt(x.var())。

中值

中值指的是将序列按大小顺序排列后，排在中间的那个值，如果有偶数个数，则是排在中间两个数的平均值。中值的函数是median()，调用方法为numpy.median(x,[axis])，axis可指定轴方向，默认axis=None，对所有数取中值。

求和

矩阵求和的函数是sum()，可以对行，列，或整个矩阵求和

累积和

某位置累积和指的是该位置之前(包括该位置)所有元素的和。例如序列[1,2,3,4,5]，其累计和为[1,3,6,10,15]，即第一个元素为1，第二个元素为1+2=3，……，第五个元素为1+2+3+4+5=15。矩阵求累积和的函数是cumsum()，可以对行，列，或整个矩阵求累积和。

极差

百分位数

序号参数及描述1.a 输入数组2.q 要计算的百分位数，在 0 ~ 100 之间3.axis 沿着它计算百分位数的轴

加权平均值

Shape Manipulation

Changing the shape of an array

数组的形状可以用以下方式改变。Note that the following three commands all return a modified array, but do not change the original array:

The reshape function returns its argument with a modified shape, whereas the ndarray.resize method modifies the array itself:

If a dimension is given as -1 in a reshaping operation, the other dimensions are automatically calculated:

Splitting one array into several smaller ones

Using hsplit, you can split an array along its horizontal axis, either by specifying the number of equally shaped arrays to return, or by specifying the columns after which the division should occur:

Copies and Views

When operating and manipulating arrays, their data is sometimes copied into a new array and sometimes not. This is often a source of confusion for beginners. There are three cases:

No Copy At All

a = b,改变b就相当于改变a,或者相反。