1、通用函数,是一种在ndarray数据中进行逐元素操作的函数。某些函数接受一个或多个标量数值,并产生一个或多个标量结果,通用函数就是对这些函数的封装。

  1、常用的一元通用函数有:abs\fabs  sqrt   square  exp  log\log2\log10\log1p  sign  ceil  floor  rint  modf  isnan  sin\cos\tan\sinh\cosh\tanh  arccos\arctan\arcsin  logical_not

  2、二元通用函数:add  subtract  multiply  divide、floor_divide  power  maximun、fmax  minimun、fax  mod  copysign  greater、greater_equl、less  

2、将条件逻辑作为数组操作,np.where函数,其是三元表达式 x if condition else y的向量化版本。

  

 xarr = np.array([1.1, 1.2, 1.3, 1.4, 1.5])
yarr = np.array([2.1, 2.2, 2.3, 2.4, 2.5])
cond = np.array([True, False, True, True, False])
result = np.where(cond, xarr, yarr)            # result中的元素来源:若cond中为True,返回xarr中对应元素,否则返回yarr中的元素。
result
Out[59]:
>>>array([1.1, 2.2, 1.3, 1.4, 2.5])

3、数学和统计方法

  1、聚合函数(又称缩减函数):例如sun、mean、std、var等等,mean、sum等可以接受一个可选参数 axis,用于计算指定轴上的统计值,axis =0计算行方向,axis =1计算列方向。

  2、其他基础统计方法,min,max   argmin,argmin 返回最小值、最大值的索引值  cumsum\cumprod 从0、从1开始计算累计值

4、布尔值数组的方法

  1、sum()可以用来统计布尔数组中的True的个数

 arr = np.random.randn(100)
(arr > 0).sum()
Out[62]:
>>>46

  2、对于布尔值数组,有两个比较有用的方法:any()检查数组中是否至少有一个True, all()检查是否每个值都是True

 bools = np.array([False, False, True, False])
print(bools.any())
print(bools.all())
True
False

5、排序

  1、sort(x),直接使用 x.sort()的形式,在原数组上进行操作,使用np.sort(x)的形式返回的是已经排序好的数组拷贝。

6、唯一值与其他集合操作

  1、np.unique(x) ,返回的是数组中唯一值排序后形成的数组;

  2、np.in1d(x),检查一个数组中的值是否存在于另外一个数组中,返回一个布尔值数组;

  其他数组集合操作:intersect1d(x,y) 计算交集并排序;union1d(x,y)计算并集并排序;setdiff1d(x,y)差集;setxor1d(x,y)异或集

7、使用数组进行文件输入和输出

  np.load()加载  np.save()保存

8、线性代数

  1、矩阵乘法,NumPy中,” * “表示逐元素相乘,矩阵乘法用dot()函数,x.dot(y)或者np.(x,y)

  2、numpy.linalg 矩阵分解的标准函数集,常用函数有:dot  diag  trace 计算对角元素和  eig 计算仿真的特征值和特征向量  inv 求逆  qr 计算QR分解  svd 计算奇异值分解(SVD)  solve 求解x的线性系统      lstsq 计算最小二乘解

9、伪随机数生成

  1、numpy.random模块补充了python内建的random模块的不足,可以高效地生成多种概率分布下地完整样本数据值。

  random下的部分常用函数:

  seed 向随机数生成器传递随机状态种子; permutation 返回一个随机序列的随机排列,或者返回一个乱序的整数范围序列 ; shufffle 随机排列一个序列

  rand 从均匀分布中抽取样本  randint 从给定的范围内随机抽取整数  randn 从均值0方差1的正态分布中抽取样本  binomial从二项分布中抽取样本

  noamal 从高斯分布中抽取样本    beta 从beta分布中抽取样本  chisquare 从卡方分布中抽取样本  gamma 从伽马分布中抽取样本  uniform 从[0,1]均匀分布中抽取样本

  

  

最新文章

  1. 30秒搞定javascript作用域
  2. html5 websocket 实时日志推送
  3. 【Visual Lisp】Visual Lisp属性与方法
  4. ExtJS4.2 根据数据库记录构建树形菜单
  5. Karel运行环境配置
  6. IL指令集(转)
  7. STL map+vector+struct的使用示例
  8. 基于粒子滤波的物体跟踪 Particle Filter Object Tracking
  9. EF|CodeFirst数据并发管理
  10. 每天学点SpringCloud(六):Hystrix使用
  11. shiro 获取请求头中的 rememberMe
  12. Php7有哪些新特性:
  13. [qemu][kvm] 在kvm嵌套kvm的虚拟机里启动kvm加速
  14. golang中数组与切片的区别
  15. vue 动态创建组件(运行时创建组件)
  16. c++ int转string类型
  17. spring boot 学习(二)spring boot 框架整合 thymeleaf
  18. Python练手之爬虫
  19. Android高效加载大图、多图解决方案,有效避免程序内存溢出现象
  20. 《DSP using MATLAB》示例Example 6.12

热门文章

  1. VS2015加载错误的解决办法
  2. PHP实现最简单爬虫原型
  3. java面向对象5--内部类
  4. 那些jquery或javascript花招
  5. day_06 猜年龄游戏,三级菜单 ,求1 - 2 + 3 - 4 + 5...99的所有数的和(课后作业)
  6. 【SaltStack官方版】—— STORING JOB RESULTS IN AN EXTERNAL SYSTEM
  7. 目标检测 | OHEM
  8. 通过web传大文件
  9. FJOI2017 day2游记
  10. javac不是内部或外部命令在win10上的解决方案