一、numpy库的用法
首先需要导入一下from numpy as np ,之后调用函数就直接使用np.array()
二、实操numpy库函数
1、hstack(),水平方向拼接
np.hstack它通过水平堆叠来生成数组。如下图所示,将两行三列的二维数组a和二维数组b水平方向拼接,得到一个两行六列的二维数组
2、vstack():垂直方向拼接
通过垂直堆叠来生成数组,如下图所示,将两个两行三列的数组垂直方向拼接,得到一个四行三列的二维数组。
3、dstack() 沿Z轴方向拼接
4、concatenate()
axis=0则垂直方向拼接,axis=1则水平方向拼接,axis=2则沿z轴方向拼接
如下图,先定义两个三维数组,再将他们垂直方向拼接起来
使用shape来查看数组的维度情况,如下所示即为拼接后的维度状态
5、transpose:转置 或 T
如下图所示,即行变成列,列变成行
6、split : 数组的分隔
numpy.split 函数沿特定的轴将数组分割为子数组,格式如下:
首先可以直接均分数组,如下第一张图,另外可以选择元素进行分隔,如下第二张图
6.1 hsplit 水平分隔
使用hsplit函数可以 水平分隔数组,该函数有 两个参数,第1个参数表示 待分隔的数组,第2个参数表示要将数组水平分隔成 几个小数组。
6.2 vsplit 垂直分隔数组
使用vsplit函数可以垂直分隔数组,该函数有两个参数,第1个参数表示待分隔的数组,第2个参数表示将数组垂直分隔成几个小数组。
7、数学函数
7.1 abs、fabs计算绝对值
abs计算绝对值,如果元素里有整数和浮点数,那么输出全部是浮点数,如果全为整数,那么输出为整数
fabs计算绝对值,不管元素是什么类型,全部输出浮点型
7.2 sqrt :计算各元素平方根
7.3 reciprocal :计算个元素的倒数
7.3.1 利用循环遍历出列表的所有的元素
7.3.2 可直接求导
7.4 square() :计算各元素的平方
7.5 exp() : 计算各元素的指数ex
7.6 np.log() / np.log10() / np.log2()
计算各元素的自然对数、底数为10的对数、底数为2的对数
7.7 sign 计算各元素符号(1整数,0零,-1负数)
7.8 ceil、floor、rint/around :
ceil:向上取整
floor:向下取整
rint/around:四舍五入
7.9 modf :将小数部分和整数部分以两个独立数组分开
7.10 cos / sin / tan 求各元素的三角函数
8、算数函数
如果参与运算的两个对象 都是ndarray,并且形状相同,那么会对位彼此之间进行(+ - * /)运算。8.1 add() 加法
add() 括号内的参数除了可以使用两个数组相加以外,还可以只用一个数字和一个数组的加法
8.2 subtract() 减法
subtract() 括号内的参数除了可以使用两个数组相减以外,还可以只用一个数字和一个数组的减法
8.3 mutiply() 乘法
mutiply()括号内的参数除了可以使用两个数组相乘以外,还可以只用一个数字和一个数组的乘法
8.4 divide 除法
divide()括号内的参数除了可以使用两个数组相除以外,还可以只用一个数字和一个数组的除法
8.5 out参数的使用
out参数用于指定输出结果的存储位置,以避免创建临时数组并提高性能。通过将out
参数设置为一个已经创建的数组,可以在计算中直接将结果存储在这个数组中,而不是创建一个新的数组来存储结果。
8.6 mod() / remainder() 也 :计算输入数组中相应元素的相除后的余数
9、统计函数
NumPy 提供了很多统计函数,用于从数组中查找最小元素,最大元素,百分位标准差和方差等。 如果括号内有属性axis=0,则表示沿着列计算,如果axis=1,则表示沿着行计算,具体如下:9.1、np.sum() :求和
可以对两个数组进行分别求和在相加,也可以对一个单独数组内的元素进行求和
9.2 np.prod() :所有元素相乘
9.3 np.mean() :平均值
多维数组则分别计算单个列表内的平均值,之后再对计算出来的每一个值再进行平均值计算
9.4 np.std() : 标准差(方差的算数平方根)
即计算各维度数组的标准差后再对分别求出来的值再进行标准差计算
如果括号内有属性axis=0,则表示沿着列计算,如果axis=1,则表示沿着行计算
9.5 np.var() :方差
多维数组同样有参数axis选择沿什么方向计算
9.6 np.median() :中位数
9.7 np.power() :幂运算
9.8 np.sqrt() :开方
9.9 np.min() / np.max() :最小值、最大值
9.10 np.argmin() / np.argmax() :最小值下标/最大值下标(索引值)
9.11 np.cumsum() :对数组中元素累积求和,可指定轴
累计求和是指对一个序列或数组中的元素进行逐个累加的过程。在数学和统计中,累计求和也被称为累加或累计和。即第一个元素为其本身,第二个元素为前两个元素相加,第三个为前三个相加....
如果是多维数组,可使用axis来指定累计求和的方向
9.12 np.cumprod() :对数组中元素累积求积,可指定轴
累计求积是指对一个序列或数组中的元素进行逐个累乘的过程。在数学和统计中,累计求积也被称为累乘或累计乘积。即第一个数本身,第二个数为前两个数的积,第三个是前三个数的积,以此类推
如果是多维数组,可使用axis来指定累计求积的方向
9.13 np.ptp() :计算一组数中最大值与最小值的差,可指定轴
9.14 np.unique() :删除数组中的重复数据,并对数据进行排序
9.15 np.nonzero() :返回数组中非零元素的索引
标签:计算,科学计算,精讲,元素,拼接,数组,np,numpy,axis From: https://blog.csdn.net/qq_64603703/article/details/140652951