Python-numpy基本用法

import numpy as np

import numpy as np #导入numpy库

_version_显示版本号

show_config() 显示配置文件

print(np.__version__)#版本号

#>>1.16.4

np.show_config()#显示配置文件

np.array用法：

import numpy as np

#创建一维数组

a1 = np.array([1,2,3,4,5,6])

print(a1)

#>>[1 2 3 4 5 6]

#创建二维数组

a2 = np.array([1,2,3,4],[5,6,7,8])

print(a2)

#>> [ [ 1 2 3 4 ]

      [ 5 6 7 8 ] ]

np.hstack 用法：横向合并

np.vstack用法：纵向合并

a1=np.array([[1,2],[3,4]])

a2=np.array([[5,6],[7,8]])

m1 = np.hstack( [ a1,a2 ] )

print(m1)

#>>[ [ 1 2 5 6 ]

     [ 3 4 7 8 ] ]

# 纵向合并
m2 = np.vstack( [ a1,a2 ] )

print(m2)

# >> [ [ 1 2 ]

        [ 3 4 ]

        [ 5 6 ]

        [7 8 ] ]

============利用函数创建矩阵==========

np.arange用法：

import numpy as np

a = np.arange(5) #从0开始，不包括5，步长为 1

print(a)

#>>[0 1 2 3 4]

a1=np.arange(5,10) #从5开始到10(不包括10)--包前不包后，步长为 1

print(a1)

#>>[5 6 7 8 9]

a2=np.arange(1,12,4) #从1-12不包含12，步长为 4

print(a2)

#>>[1 5 9]

np.linspace用法：

用于创建指定数量等间隔的数列，也是一个等差数列。

import numpy as np

a = np.linspace(0,10,7) # 生成首位是0，末位是10，含7个数的等差数列

print(a)

# 结果

[  0.      1.66666667   3.33333333   5.     6.66666667  8.33333333  10. ]

np.logspace用法：

用于生成等比数列，第一个参数是首位元素，第二位是末位元素，第三位是生成几个数，第四位参数是比例默认是10

b1 = np.logspace(0,2,5)

print(b1)

#>>[  1.    3.16227766  10.   31.6227766  100.   ]

b2 = np.logspace(0,6,7,base=2)

print(b2)

#>>[ 1.  2.  4.  8. 16. 32. 64.]

np.ones 创建全1矩阵

np.zeros 创建全0矩阵

np.eye 创建单位矩阵

np.empty 创建空矩阵（实际是有值的）

import numpy as np

a_ones = np.ones((3,4)) # 创建3*4的全1矩阵

print(a_ones)

# 结果

[[ 1.  1.  1.  1.]

 [ 1.  1.  1.  1.]

 [ 1.  1.  1.  1.]]

a_zeros = np.zeros((3,4)) # 创建3*4的全0矩阵

print(a_zeros)

# 结果

[[ 0.  0.  0.  0.]

 [ 0.  0.  0.  0.]

 [ 0.  0.  0.  0.]]

a_eye = np.eye(3) # 创建3阶单位矩阵

print(a_eye)

# 结果

[ 1.  0.  0.]

 [ 0.  1.  0.]

 [ 0.  0.  1.]]

a_empty = np.empty((3,4)) # 创建3*4的空矩阵

print(a_empty)

# 结果

[[  1.78006111e-306  -3.13259416e-294   4.71524461e-309   1.94927842e+289]

 [  2.10230387e-309   5.42870216e+294   6.73606381e-310   3.82265219e-297]

 [  6.24242356e-309   1.07034394e-296   2.12687797e+183   6.88703165e-315]]

巴特西

Python-numpy基本用法

最新文章

热门文章