Python中如何使用numpy矩阵处理运算工具-创新互联
创新互联www.cdcxhl.cn八线动态BGP香港云服务器提供商,新人活动买多久送多久,划算不套路!
成都创新互联从2013年成立,是专业互联网技术服务公司,拥有项目网站设计、成都网站建设网站策划,项目实施与项目整合能力。我们以让每一个梦想脱颖而出为使命,1280元大方做网站,已为上家服务,为大方各地企业和个人服务,联系电话:13518219792小编这次要给大家分享的是Python中如何使用numpy矩阵处理运算工具,文章内容丰富,感兴趣的小伙伴可以来了解一下,希望大家阅读完这篇文章之后能够有所收获。
numpy是用于处理矩阵运算非常好的工具。执行效率高,因为其底层是用的是C语句
使用numpy,需要将数据转换成numpy能识别的矩阵格式。
基本用法:
numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
名称描述
- object数组或嵌套的数列
- dtype数组元素的数据类型,可选,例如:int64,int16,int32,float64等,位数越高,精度越高,但也更耗内存。
- copy对象是否需要复制,可选
- order创建数组的样式,C为行方向,F为列方向,A为任意方向(默认)
- subok默认返回一个与基类类型一致的数组
- ndmin指定生成数组的最小维度。几维数组,默认0维数组
创建numpy矩阵的其他形式
- np.zeros((3,4)):创建3行4列值都为0矩阵
- np.ones((3,4)):创建3行4列值都为1矩阵
- np.random.random((3,4)):创建3行4列值为0~1随机数
- np.arange(1,20,5).shape(3,4):创建3行4列维数组,数值从1到20,步长为5
- np.arange(5) : 创建1维数组,数值从0至4
- np.empty((3,4)):创建3行4列值为空的矩阵
- np.linspace(1,10,10):创建1维数组,开始点为 1 ,终止点为 10,数列个数为 10。即元素共10个.[1,2,3,4,5,6,7,8,9.10]
np.sin(a),即计算该矩阵值的sin结果
np.cos(a)
np.tan(a)
arcsin,arccos,和 arctan 函数返回给定角度的 sin,cos 和 tan 的反三角函数。
矩阵a,矩阵b
a+b,代表逐一加法
a/b,代表逐一除法
a-b,代表逐一减法
a*b,代表逐一乘积
- np.dot(a,b),a.dot(b)则代表矩阵乘法
- np.argmin(a),最小值的索引
- np.argmax(a),大值的索引
- mean[a]平均值
- A.mean平均值,只是表达形式不一样,与老版的average是一样的功能
- median(A),中位数,与平均值一样的数
- cumsum(A),第两位数的累加,变成一个一维数组
- diff(A),每两个数进行减法,按行,原行-1
- notzero(A),返回两个arrage,表示不为0的索引值
- sort(A),按行从小到大排序
- transpose(A),矩阵的反向、向转等同于A.T,
- clip(A,3,9),所有小于3的值,变成3,所有大于9的值,变成9
索引
- A[1]第一行
- A[1][1]第1行第1列
- A[1,1]第1行第1列,与上面一样只是表达形式不一样
- A[2,:]第2行所有的数据
- A[:,2]第2列所有的数据
- A[1,1:2]第1行,从第1列到第2列的数据
遍历
for row in A:
print row
默认迭代行数显示行。
np没有提供按列迭代,需要用些手段,例如将矩阵进行反转遍历即可实现
for column in A.T:
print colum
如果要迭代其项目,则A需要转换成一行序列
for item in A.flag:
print item
另注意A.flatten()返回的也是一个序列,与flag类似。功能一样
看完这篇关于Python中如何使用numpy矩阵处理运算工具的文章,如果觉得文章内容写得不错的话,可以把它分享出去给更多人看到。
文章名称:Python中如何使用numpy矩阵处理运算工具-创新互联
本文地址:http://scyanting.com/article/cdcdej.html