numpy的函数（二）

• 布尔函数

函数	说明
np.any()	是否有一个元素为True
np.all()	是否所有元素为True

 

# numpy的常用bool函数
def function1():
    arr = np.array([1, 0, 2, 4])
    
    # True
    print(np.any(arr))
    
    # False
    print(np.all(arr))

 

• 矩阵函数

函数	说明
np.diag(array)	以一维数组的形式返回方阵的对角线(或非对角线)元素
np.diag([x,y,…])	将一维数组转化为方阵数组(非对角线元素为0)，类型还是数组
np.dot(ndarray, ndarray)	数组相乘
np.trace(ndarray)	计算数组对角线元素的和
np.mat / matrix	创建矩阵
np.bmat(array)	数组变矩阵
matrix.H（matrix为矩阵对象）	求共轭转置，实部不变，虚部相反
matrix.I	求逆矩阵（可逆矩阵，不能是奇异矩阵）
matrix.T	求矩阵的转置

 

# numpy的常用矩阵函数
def function2():
    # 新建一维数组
    arr = np.array([1, 2, 3, 4])
 
    # 以一维数组元素为对角线，其他元素为0，构建二维方阵数组
    #  [[1 0 0 0]
    #   [0 2 0 0]
    #   [0 0 3 0]
    #   [0 0 0 4]]
    arr1 = np.diag(arr)
    print(type(arr1), "方阵数组\n", arr1)
 
    # 数组转换成矩阵
    #  [[1 0 0 0]
    #   [0 2 0 0]
    #   [0 0 3 0]
    #   [0 0 0 4]]
    rec1 = np.bmat(arr1)
    print(type(rec1), "方阵\n", rec1)
 
    # 创建矩阵
    # [[5, 6]
    #  [7, 8]]
    rec = np.mat([[5, 6], [7, 8]])
 
    # 求矩阵的对角线元素和，迹 = a11 + a22 + ... + ann
    # 13 = 5 + 8
    print("矩阵的迹:", np.trace(rec))
 
    # 求共轭转置，实部不变，虚部相反
    #  [[5 7]
    #   [6 8]]
    print("共轭转置矩阵:\n", rec.H)
 
    # 求逆矩阵，前提是非奇异矩阵
    #  [[-4.   3. ]
    #  [ 3.5 -2.5]]
    print("逆矩阵:\n", rec.I)

 

• 排序函数
• np.sort(self, axis=-1, kind='quicksort', order=None)
• self：可以对象调用，np.sort(array) 或 array.sort()
• axis：沿着那个轴排序。默认为-1，意味着，默认以最内层或最大轴序号为标准排序
• kind：排序算法，有'quicksort', 'mergesort', 'heapsort', 'stable'，默认为快速排序
• • order：如果数组包含字段，则是要排序的字段

函数	说明
np.sort(ndarray)	排序，返回副本，默认升序
-np.sort(-ndarray)	降序排序，先取反排序，再结果取反
np.argsort(ndarray)	返回排序后的下标值

 

# numpy常用的排序函数
def function3():
    arr = np.array([5, 3, 4, 1, 7, 9, 6, 2])
 
    # [1 2 3 4 5 6 7 9]
    print("升序:", np.sort(arr))
 
    # [9 7 6 5 4 3 2 1]
    print("降序:", -np.sort(-arr))
 
    # [3 7 1 2 0 6 4 5]
    # 如第一个位置内容为3，这个升序排序中元素 1 最小，而 1 元素在排序前的索引为 3
    # 同理第二个位置是7，这个排序中第二小的为 2，而 2 元素在原序列的索引为 7
    print("升序索引:", np.argsort(arr))

 

• 其他函数

函数	说明
unique(x)	计算x中的唯一元素，并返回有序结果
intersectd(x, y)	计算x和y中的公共元素，并返回有序结果
union1d(x, y)	计算x和y中的并集，并返回有序结果
in1d(x, y)	得到一个表示“x的元素是否包含于y”的布尔型数组
setdiff1d(x, y)	集合的差，即元素在x中且不在y中
setxor1d(x, y)	集合的对称差，即存在于一个数组中但不同时存在与两个数组中的元素

 

# numpy常用的其他函数
def function4():
    arr1 = np.array([
        [2, 1, 4, 2],
        [7, 1, 6, 4]
    ])
    arr2 = np.array([
        [1, 2, 3, 4],
        [1, 3, 5, 8]
    ])
 
    # 去掉数组相同元素，并返回有序结果
    # [1 2 4 6 7]
    print(np.unique(arr1))
 
    # 交集，即arr1与arr2都存在的共同元素
    # [1 2 4]
    print(np.intersect1d(arr1, arr2))
 
    # 差集，arr1中存在，且arr2中不存在的元素
    # [6 7]
    print(np.setdiff1d(arr1, arr2))