Python – Numpy入门笔记(下)

Numpy

  1. 数学函数
    1. # 导入包
      import numpy as np
      
      
      # 数组自身加乘
      a = np.array([[1, 2, 3],
                    [4, 5, 6],
                    [7, 8, 9]])
      b = np.array([[9, 8, 7],
                    [6, 5, 4],
                    [3, 2, 1]])
      # prod:计算乘积
      # 按行计算乘积
      np.prod(a, axis=0)
      # 按列计算乘积
      np.prod(a, axis=1)
      # 计算整体乘积
      np.prod(a, axis=None)
      
      # cumprod:计算累积
      # 计算行的累积
      np.cumprod(a, axis=0)
      # 计算列的累积
      np.cumprod(a, axis=1)
      # 计算整体的累积
      np.cumprod(a, axis=None)
      
      # sum:计算元素的和
      # 计算行的和
      np.sum(a, axis=0)
      # 计算列的和
      np.sum(a, axis=1)
      # 计算整体的和
      np.sum(a, axis=None)
      
      
      # 算数运算
      # negative:取相反数
      np.negative(a)
      # reciprocal:取倒数
      np.reciprocal(a)
      # absolute:取绝对值
      np.absolute(a)
      # add:相加    subtract:相减     multiply:相乘     divide:相除
      np.add(a, b)
      np.subtract(a, b)
      np.multiply(a, b)
      np.divide(a, b)
      # divmod:相除,并取整取余       power:求幂
      np.divmod([1, 2, 3, 4, 5], 3)
      np.power(a, -b)
  2. 统计函数
    1. # amin:计算最小值
      np.amin(a, axis=0)
      np.amin(a, axis=1)
      np.amin(a, axis=None)
      # amax:计算最大值
      np.amax(a, axis=0)
      np.amax(a, axis=1)
      np.amax(a, axis=None)
      # ptp:获取某行、某列或者整体的最大值与最小值插值
      np.ptp(a, axis=0)
      np.ptp(a, axis=1)
      np.ptp(a, axis=None)
      # percentile:获取相应的axis的分位数
      np.percentile(a, 50, axis=0)    # 返回50分位数
      np.percentile(a, 50, axis=0)
      np.percentile(a, 50, axis=0)
      # median:计算中位数
      np.median(a, axis=0)
      np.median(a, axis=1)
      np.median(a, axis=None)
      # mean:计算均值
      np.mean(a, axis=0)
      np.mean(a, axis=1)
      np.mean(a, axis=None)
      # var:计算方差
      np.var(a, axis=0)
      np.var(a, axis=1)
      np.var(a, axis=None)
      # std: 计算标准差
      np.std(a, axis=0)
      np.std(a, axis=1)
      np.std(a, axis=None)
  3. 线性代数
    1. # dot: 矩阵相乘
      np.dot(a, b)
      # vdot:向量相乘
      np.vdot(a[0], b[0])
      # linalg.solve:计算矩阵方程组
      np.linalg.solve(a, b[0])
      # linalg.inv:计算逆矩阵
      np.linalg.inv(a)
      # linalg.inv:计算奇异值的方法
      np.linalg.inv(a)
      # linalg.eig:求特征值和特征向量
      np.linalg.eig(a)
阅读剩余
THE END