Numpy常用操作

      numpy是Python语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外，也针对数组运算提供大量的数学函数库。

numpy常用的操作：

      ndarray.ndim：秩，即轴的数量或维度的数量

      ndarray.size：数组元素的总个数

      ndarray.dtype：ndarray对象的元素类型

      ndarray.itemsize：ndarray对象中每个元素的大小，以字节为单位

      ndarray.random：产生随机数

import numpy as np
a = np.random.rand(3,3) #随机生成一个3行3列的矩阵
print(a.ndim) #输出矩阵的维度，结果为2
print(a.dtype) #输出矩阵中元素的类型，结果为float64
print(a.size) #输出矩阵中元素个数，结果为9

      shape：查看是一个几行几列的数组

      reshape：对数组形状进行改变

import numpy as np
a = np.array([[1,2,3],[4,5,6]]) #创建一个两行三列的矩阵
np.shape(a) #查看矩阵a的形状
np.reshape(a,[3,2]) #将矩阵a改为三行两列
b = np.arange(12).reshape(3,4)

      创建数组的时候可以指定元素类型

a = np.array([1,2,3],dtype=np.int)

      zeros创建全0的矩阵，ones创建全1的矩阵，eye创建单位矩阵

import numpy as np
a = np.zeros([3,3])
b = np.ones([3,3],dtype=int)
c = np.eye(3,3)

      linspace：在指定间隔内返回均匀的数字（即返回等差数组）

import numpy as np
np.linspace(1,10,10) #在1-10之间打印10个均匀的数
np.linspace(1,10,10,endpoint=False,retstep=True) #在1-10之间打印10个均匀的数，不包括10，并且打印步长

      A*B：两个矩阵对应位置相乘，dot才是矩阵的乘法

import numpy as np
A = np.ones([3,3])
B = np.eye(3,3)
a = A*B
b = np.dot(A,B)

      参数axis=1：对行进行操作，axis=0：对列进行操作

import numpy as np
a = np.arange(6).reshape(3,2)
b = np.sum(a,axis=0) #对a矩阵的列求和
c = np.sum(a,axis=1) #对a矩阵的行求和

      argmin：求最小值的索引，argmax：求最大值的索引，mean（average）：求矩阵的平均值

import numpy as np
a = np.arange(2,14).reshape(3,4)
print(np.argmin(a))
print(np.argmax(a))
print(np.mean(a))
print(np.average(a))

      矩阵的合并：hstack（左右合并），vstack（上下合并）

import numpy as np
a = np.array([1,2,3])
b = np.array([4,5,6])
c = np.vstack((a,b))
d = np.hstack((a,b))

       矩阵的拆分：vsplit（横向拆分），hsplit（纵向拆分）

import numpy as np
a = np.arange(12).reshape(3,4)
b = np.vsplit(a,3) #将a矩阵按行拆分成3行
c = np.hsplit(a,2) #将a矩阵按列拆分成2列

      numpy也可以采用索引取数据

import numpy as np
a = np.arange(3,15).reshape(3,4)
print(a[2]) #取出索引为2的行的全部元素，即取第三行的全部元素
print(a[1,1]) #取行、列索引都为1的元素，即二行二列的元素。也可以写成：print(a[1][1])

      矩阵的转置

import numpy as np
a = np.array([[1,2,3],[4,5,6]])
b = np.transpose(a) #也可以写成：c = a.T