install
pip3 install numpy pip3 install pandas
测试安装:
import pandas as pd pd.test()
Numpy
基于矩阵的计算
创建一个numpy中的数组
array = np.array([…])
array是一个几维
array.ndim
array的每一维长度
array.shape
array的size
array.size
array可以指定type
array = np.array(…,dtype=np.int64)
array快速初始化
array = np.zeros((3,4),dtype=float) array = np.ones(…) np.arange(begin,end,step) reshape((x1,x2,…,xn)) #重新变化数组的 shape,x1x2…*xn=原来的长度 np.full((2,2), 7) # Create a constant array np.eye(2) # Create a 2x2 identity matrix，创建一个单位矩阵 np.random.random((2,2)) # Create an array filled with random values
numpy基础元算
numpy中两个矩阵的加减乘除对应相应位置的加减乘除。 每个位置的数平方用** numpy中矩阵相乘np.dot(x,y)，不使用numpy,x.dot(y)
axis=0表示行相加，axis=1表示列相加(sum,max,min)
x = np.array([[1,2],[3,4]])
print(np.sum(x)) # Compute sum of all elements; prints “10” print(np.sum(x, axis=0)) # Compute sum of each column; prints “[4 6]” print(np.sum(x, axis=1)) # Compute sum of each row; prints “[3 7]”
np.argmax,argmin找到最小值和最大值对应的位置。(一维) np.mean求平均值 np.median求中位数
np.cumsum累加和 例如A = np.arange(2,14).reshape((3,4)) np.cumsum(A)为array([ 2, 5, 9, 14, 20, 27, 35, 44, 54, 65, 77, 90])
np.diff相邻两个数的差 np.sort排序，每行排序 np.transpose矩阵对称 np.clip(A, min_num, max_num),让A数组的值在min_num到max_num之间。
Numpy的索引
A数组的第二行第一列 A[2][1]或A[2,1]
A 是一个二维数组
for row in A: 迭代A中的行 for colume in A.T: 迭代A中的列
array的合并
只能合并两个 上下合并:np.vstack((A,B)) 左右合并:np.hstack((A,B))
多个array的合并：np.consatenate((A1,A2,…),axis)
array的分割
np.splie()
