文章分类 - Numpy
Numpy知识点记录
摘要：Numpy字符串函数： | 方法 | 描述 | | | | | | 对两个数组的逐个字符串元素进行连接 | | | 返回按元素多重连接后的字符串 | | | 居中字符串 | | | 将字符串第一个字母转换为大写 | | | 将字符串的每个单词的第一个字母转换为大写 | | | 数组元素转换为小写 |
阅读全文
摘要：统计方法： | 方法 | 说明 | | | | | sum | 求和 | | mean | 算术平均数 | | std | 标准差 | | var | 方差 | | min | 最小值 | | max | 最大值 | | argmax | 最大元素在指定轴上的索引 | | argmin | 最小元素
阅读全文
摘要：广播机制： 广播允许通用函数以有意义的方式处理异构的输入。也就是让形状不一样的数组在进行运算的时候，能够得到合理的结果。其规则如下： 1. 如果所有输入数组的维数都不相同，则会重复在较小数组的形状前面加上“1”，直到所有数组的维数都相同。 2. 确保沿特定维度的大小为1的数组的大小与沿该维度的最大形
阅读全文
摘要：Array数组堆叠与分割： | 方法 | 概述 | | | | | vstack | 垂直堆叠 | | hstack | 水平堆叠 | | hsplit | 水平切割 | | vstack | 垂直切割 | 1.堆叠演示： 2.切割演示：
阅读全文
摘要：Numpy形状变化： | 方法 | 概述 | | | | | ndarray.shape | 查看形状 | | ndarray.reshape(x,y) | 重新设置形状，不会修改数组本身 | | ndarray.ravel() | 平铺成一维数组 | | ndarray.resize(x,y) |
阅读全文
摘要：Array数组常见操作： | 方法 | 概述 | | | | | append | 将值添加到数组末尾 | | insert | 沿指定轴将值插入到指定下标之前 | | delete | 返回删掉某个轴的子数组的新数组 | | unique | 寻找数组内的唯一元素 | 1.append 2.ins
阅读全文
摘要：12.Numpy数学函数 1.三角函数 sin(),cos(),tan() 2.弧度转角度 arcsin，arccos，和 arctan 函数返回给定角度的 sin，cos 和 tan 的反三角函数。 这些函数的结果可以通过 numpy.degrees() 函数将弧度转换为角度。 3.四舍五入 nu
阅读全文
摘要：二进制文件的存储读写： | 方法 | 概述 | | | | | np.save | 单个 数组的存储，生成.npy文件 | | np.savez | 可 进行多个文件的 存储，生成npz文件 | | np.load | npy.npz文件读取 | | np.loadtxt | .txt文件读取 |
阅读全文
摘要：矩阵： | 方法 | 概述 | | | | | np.mat | 创建矩阵 | | np.matrix | 创建矩阵，新版本将会废弃 | | np.bmat | 数组的拼接转换 | | matrix1+matrix2 | 矩阵加法 | | matrix1 matrix2 | 矩阵减法 | | mat
阅读全文
摘要：Numpy统计函数： | 方法 | 概述 | | | | | arr.sort | 排序 | | arr.argsort | 排序后的索引 | | np.unique | 去重 | | np.tile | 重复 | | arr.repeat | 重复 | | np.sum | 求和 | | np.m
阅读全文
摘要：Numpy广播机制： 广播(Broadcast)是 numpy 对不同形状(shape)的数组进行数值计算的方式， 对数组的算术运算通常在相应的元素上进行。 如果两个数组 a 和 b 形状相同，即满足 a.shape == b.shape ，那么 a b 的结果就是 a 与 b 数组对应位相乘。这要
阅读全文
摘要：数组的运算： 数学运算： 数组的加： 数组的减： 数组的乘： 数组的除： 逻辑运算： np.all 逻辑与 逻辑或 np.any
阅读全文
摘要：变换数组形态： | 方法 | 概述 | | | | | reshape | 重新设计形状 | | ravel | 将数组 转换为一维数组 | | flatten | 将数组转换为一维数组 C横向 F纵向 | | hstack | 横向堆叠 | | vstack | 纵向堆叠 | | concaten
阅读全文
摘要：Numpy数组访问： | 方法 | 概述 | | | | | array([索引]) | 通过指定索引获取指定元素 | | array([:]) | 切片操作 | | array([::step]) | 通过步长获取元素 | | array([(),()]) | 不同行不同列获取元素 | | arr
阅读全文
摘要：Numpy创建数组： | 方法 | 概述 | | | | | np.array | 常用于创建一维数组，或多维数组，可 | | np.ones | 用于创建全为1的数组 | | np.zeros | 用于创建全为0的数组 | | np.arange | 函数式创建数组，参数为start，stop,s
阅读全文
摘要：Numpy 数组属性: 常用的 数组属性: | 属性 | 说明 | | : | : | | ndarray.ndim | 数组的维度 | | ndarray.shape | 数组的形状,也可以对数组的形状进行修改 | | ndarray.size | 数组元素的总个数，相当于 .shape 中 n
阅读全文
摘要：Numpy数据类型: numpy 支持的数据类型比 Python 内置的类型要多很多，基本上可以和 C 语言的数据类型对应上，其中部分类型对应为 Python 内置的类型。 | 方法 | 描述 | | | | | bool_ | 布尔型数据类型（True 或者 False） | | int_ | 默
阅读全文
摘要：Numpy基础认识： NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix））。 1.下载安装 建议直接安装 Anaconda 2.导包
阅读全文