Numpy 模块的学习 numpy中random…

2018-06-18 00:33:50来源:未知 阅读 ()

新老客户大回馈,云服务器低至5折

Numpy模块的学习:

三个网址推荐:

1  http://blog.csdn.net/yhb315279058/article/details/50226075

2  http://www.jb51.net/article/49397.htm

3  http://www.jb51.net/article/103080.htm

4 http://blog.csdn.net/tongxinzhazha/article/details/78770373

 

Numpy中Random模块的学习:

1 http://blog.csdn.net/pipisorry/article/details/39508417

2 http://blog.csdn.net/unin88/article/details/50570196

3 http://blog.csdn.net/qtlyx/article/details/50733176

 

补充:

1 Numpy 数据类型(numpy可以在数据类型的后面加上数字,标识这种类型在内存中占的位数)

bool        用一个比特存储布尔类型

inti          由平台决定其所占位数,一般为int32/64

int8/16/32/64        所占位数为8/16/32/64为的有符号整数

unit8/16/32/64      所占位数为8/16/32/64位的无符号数

float16/32/64(float)      半精度符号数/单精度符号数/双精度符号数

complex64/128(complex)    用32位浮点数表示实部和虚部/用64位表示实部和虚部

 

2 在Numpy中,多数函数可以指定数据类型的参数,这个参数是可选的,格式为dtype=类型名,如:

1 a=numpy.arrange(5,dtype=int)
2 
3 >>>array([0,1,2,3,4])
4 
5 a=numpy.arrange(5,dtype=complex)
6 
7 ?

 

3  Nump的数组创建函数(array,arrange,ones,zeros,eye,empty)

empty:根据指定的维数和类型创建一个数组但不填充任何值,数组元素值多是一些未初始化的垃圾值

1 import numpy as np
2 
3 print(np.empty(3))
4 
5 print(np.empty((4,1)))

 

4  数组转置(可以使用transpose()函数,也可以使用T属性访问转置矩阵)

1 nar.transpose()
2 
3 nar.T

 

5 Numpy中很多函数统计方法即可以当做数组的实例方法调用,也可以作为顶级的Numpy函数调用

1 a=numpy.arrange(12).reshape(3,4)
2 
3 a
4 
5 array([[0,1,2,3],[4,5,6,7],[8,9,10,11]])

 

实例方法:

1 r=a.cumsum()
2 
3 r
4 
5 array([0,1,3,6,10,15,21,28,36,45,55,66])

 

顶层函数调用:

1 r=numpy.cumsum(a)
2 r
3 
4 array([0,1,3,6,10,15,21,28,36,45,55,66])

 

还有比如排序

a=numpy.random.rand(4)

a.sort()等价于numpy.sort(a)

 

6 Numpy中的集合运算

a=numpy.array([1,4,2,7,9,0,1,5,7,8])

unique(a):  删除数组中的重复元素,并返回唯一元素的有序结果

intersect1d(a,b):查找a,b中的共同元素,并返回公共元素的有效结果

union1d(a,b):求a,b的并集,并返回有序结果。

in1d(a,b):返回一个布尔型数组,如果a元素包含于b,则返回TRUE,否则返回False

setdiff1d(a,b):求集合a,b的差,即存在于a中但不存在于b中的元素

setxor1d(a,b):求集合a,b的对称差。即存在于a或b但不同时存在于a,b中的元素

 

7 线性代数

numpy中的linalg模块支持常见的线性代数操作

det :求矩阵行列式

eig:求矩阵特征值和特征向量

inv:求方阵的逆

 

numpy中的常用线性代数函数

dot:完成矩阵乘法

trace:计算对角线元素的和

 

8访问文件

(1)将数组以二进制形式存取

save用于保存:numpy.save('d:\\nshz.npy',a) 若没有指定扩展名,则默认为.npy

load用于读取:numpy.load('d:\\nshz.npy')

(2)存取文本文件

savetxt():numpy.savetxt('d:\\npshz.txt',a,delimiter=',')会在D盘下新建文件‘npshz.txt’

loadtxt():numpy.loadtxt('d:\\npshz.txt',delimiter=',')

标签:

版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点,本站所提供的摄影照片,插画,设计作品,如需使用,请与原作者联系,版权归原作者所有

上一篇:Python题目1:猜年龄(for、if else和where)

下一篇:Python笔记(二):列表+列表数据处理+函数