python的numpy包的一些语法

#创建ndarray

import numpy as np  

arr=np.array(data)

 

#创建指定长度的全0数组（zeros），全1数组（ones），没有任何具体数值的数组（empty）

 

 

# 类似range的函数

 

#创建单位矩阵

 

#大小相等的数组之间的任何运算都会将运算应用到元素级

 

#索引与切片

所以，二维以上的数组可以传入一个以逗号隔开的索引列表来选取单个元素。切片也是。若进行赋值，直接是在源数据上进行修改的。

#数组转置与轴对换

转置：返回的是源数据的视图

 

#将数组 以二进制格式保存到磁盘中，默认情况下，数组是以未压缩的原始二进制格式保存在扩展名为.npy的文件中的

#np.save函数把数组保存进磁盘

>>> arr=np.arrange(10)

>>> arr=np.arange(10)
>>> np.save('some_array',arr)           #若文件路径末尾没有加扩展名.npy，扩展名会被自动加上

#np.load函数读取磁盘上的数组

>>> np.load('some_array.npy')
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

 

#存取文本文件

# 把文本文件加载到python中

arr=np.loadtxt（‘some_array.txt’，delimiter=‘，’）    #文本文件里的内容是以逗号为分割符的

# np.savetxt函数将数组写到以某种分隔符隔开的文本文件中

 

#线性代数

#dot函数：矩阵乘法

>>> arr=np.arange(10)
>>> np.save('some_array',arr)
>>> np.load('some_array.npy')
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> x=np.array([[1,2,3],[4,5,6]])
>>> y=np.array([[6,23],[-1,7],[8,9]])
>>> x.dot(y)
array([[ 28, 64],
[ 67, 181]])
>>> np.dot(x,y)
array([[ 28, 64],
[ 67, 181]])

#numpy.linalg模块有一组标准的矩阵分解运算以及诸如求逆和行列式之类的东西

 

#随机数生成