np.arange創(chuàng)建數(shù)組

import numpy as np a = np.arange(9) a.dtype

a.shape #shape屬性返回一個(gè)元組（tuple）

np.array創(chuàng)建多維數(shù)組

m = np.array([np.arange(2),np.arange(2)])

arange創(chuàng)建數(shù)組，作為參數(shù)傳給array，創(chuàng)建了一個(gè)2x2的數(shù)組

創(chuàng)建一個(gè)3x3的多維數(shù)組

w = np.array([np.arange(3),np.arange(3),np.arange(3)])

步長2

a[3:7:2]

逆序

a[::-1]

b = np.arange(24).reshape(2,3,4) ? --2層，3行，4列

用：a來代替當(dāng)前所有值，b[:,0,0]代表所有樓層的第1行第1列，b[0，：，：]代表第一層所有房間

多個(gè)冒號(hào):可以用省略號(hào)...代替，b[0,:,:] == b[0,...]

raval函數(shù)，將多列展平，只展示視圖view

flatten函數(shù)，將多列展平，且保存結(jié)果

reshape跟在表達(dá)式后設(shè)置維度

transpose 轉(zhuǎn)置矩陣行轉(zhuǎn)列

resize 設(shè)置維度，會(huì)直接修改

組合數(shù)組

a = np.arange(9).reshape(3,3) b = 2*a a,b

水平組合

np.hstack((a,b)) #stack：組合 np.concatenate((a,b),axis = 1)

當(dāng)axis參數(shù)為0時(shí)，表示沿著縱軸進(jìn)行計(jì)算。

當(dāng)axis參數(shù)為1時(shí)，表示沿著橫軸進(jìn)行計(jì)算。

垂直組合

np.vstack((a,b)) np.concatenate((a,b), axis = 0)

淺拷貝：a is b

深拷貝:a.copy,a[1,2,3,4,5].copy

切片：a[::]

索引：a[]

1.cond = a >=120,a[cond]

2.布爾值其實(shí)就是1,0，快速找到目標(biāo)數(shù)據(jù)項(xiàng)可以使用連乘

形狀操作：

shape：初始形狀，幾維

reshape:改變形狀，改變維度

數(shù)組轉(zhuǎn)置：

a.T:行轉(zhuǎn)列，列轉(zhuǎn)行

三維數(shù)組及以上：a.transpose(b,(2,1,0)):默認(rèn)0,1,2 ?改變?yōu)?,1,0

切片：split(a,indices_or_sections=3) ,平均分成3份

廣播機(jī)制：兩個(gè)數(shù)組形狀不一致，通過擴(kuò)展數(shù)組的方式實(shí)現(xiàn)相加、相減、相乘等操作

arr1 = ?np.array([0,1,2,3]*3)

低維度數(shù)組復(fù)制相應(yīng)層數(shù)與高維數(shù)組進(jìn)行運(yùn)算

元素級(jí)方法：

abs:絕對(duì)值

sqrt:開根號(hào)

square:平方

exp:求e的n次冪

log:對(duì)數(shù)

pi:π

maximum(a,c):選取a和c里最大的那個(gè)值

minimum:選小的

any:有一個(gè)True就返回True

all：所有都True就返回True

inner：內(nèi)積，對(duì)應(yīng)位置積的和

clip：數(shù)據(jù)裁剪，clip(a,10,80)，讓a數(shù)組小于10的值都變成10，大于80的值都變成80

ceil：向上取整

floor：向下取整

trace：算對(duì)角線上的和