Numpy库常用函数总结

引言：

Numpy是科学计算库，是一个强大的N维数组对象Ndarray, 计算功能是数组的50倍，具有广播机制。其包含的数学函数极大地方便了数据计算与研究，也是pandas和Scipy的基础.

import numpy as np

1. Ndarray的基本属性

Ndarray.ndim: 获取数组的维度

Ndarray.shape:获取各个维度的长度，也叫形状

Ndarray.dtype:获取元素的数据类型

Ndarray.size：获取元素总数

Ndarray.itemsize:获取元素字节数

Ndarray.T:获取其转置矩阵

2.类型转换

数据类型的转换：np.astype(new_type)

数组向列表转换：a.tolist()

3.数组的索引和切片（这里只讲多维数组）

多维数组的索引：

arr = np.arrange(24).reshape(2,3,4)

arr[1,2,3]:表示三个维度的编号，各个维度的编号用逗号分割

多维数组的切片：

arr[:,1:2,::2]：缺省时，表示从第零个元素开始，到最后一个元素截止

4.数组的排序

np.sort(arr1):排序，返回排序好的副本

np.unique(arr1):返回ndarray中的元素，排序重复的元素之后进行排序

5.一元计算函数

np.abs(arr1):绝对值

np.fabs(arr1):绝对值（非负数）

np.mean(arr1):平均值

np.sqrt(arr1)：开平方值

no.square(arr1):平方值

np.exp(arr1):计算e的x方

np.ceil(arr1):计算大于等于该值的最小整数，向下取整

np.floor(arr1):计算小于等于该值的最小整数，向上取整

np.right(arr1):四舍五入到最近的整数

6.多元计算函数：

np.add(a,b):相加

np.substract(a, b):相减

np.multiply(a, b):相乘

np.divide(a,b):相除

np.power(a,num):a的n次方

np.mod(a,b):求模，即取余

7.统计函数

np.mean(arrr1):求平均值

np.sum(arr1):求和

np.cumsum(arr1):累加

np.cumprod(arr1):累乘

np.std(arr1):方差

np.var(arr1):标准差

np.max(arr1):最大值

np.min(arr1):最小值

np.argmax(arr1):最大值的索引

np.arrmin(arr1):最小值的索引

np.ptp(arr1):极差

np.diff(arr1):相邻作差

np.any(arr1):有一个成立，即为True

np.all(arr1):全部成立才为True

np.dot(arr1):计算矩阵内积

８.随机函数

Numpy的random子库

.shuffle(arr1):根据数组arr1的第一周进行随机排列，改变数组arr1

.chocie(a[,size,replace,p]):从一维数组a中以概率p抽取元素，形成size形状数组，replace表示是否可以重用元素，默认为False

.permutation(arr1):根据数组arr1的第一周=轴进行随机排列，单是不该表原数组，将形成新数组

.rand():各元素是[0,1)的浮点数，服从均匀分布

.randn():标准正态分布

.randint(low,high,(shape))：依据shape创建随机数组和整数数组

seed(int)：随机种子,固定生成的随机数时使用