赞
踩
import numpy as np
#向量相加-numpy
def numpysum(n):
a = np.arange(n)**2
b = np.arange(n)**3
c = a + b
return c
print(numpysum(20))
#numpy数组 a = np.arange(5) print(a.dtype)#查看类型 print(a.shape)#查看维度 #创建多维数组 m = np.array([np.arange(2),np.arange(2)]) print(m) print(m.shape)#查看维度 print(m.dtype)#查看类型 #创建0数组或者空数组 print(np.zeros(10))#创建全是0的数组 print(np.zeros((3,6)))#创建全是0的多维数组 print(np.empty((2,3,2)))#创建随机值的数组 print(np.arange(15))#创建普通数组 #选取数组元素 a = np.array([[1,2],[3,4]])#生成二维数组 print(a) print(a[0,0])#选取0行0列的元素 print(a[0,1])#选取0行0列的元素 print(a[1,0])#选取1行0列的元素 print(a[1,1])#选取1行1列的元素
#numpy数据类型
print(np.float64(42))#64位浮点数
print(np.int8(42.0))#8位整数
print(np.bool(42))#布尔型
print(np.float(True))
print(np.float(False))
arr = np.array([1,2,3,4,5])#生成一维数组
print(arr.dtype)#查看类型
float_arr = arr.astype(np.float64)#转换为64位浮点数类型
print(float_arr.dtype)#重新查看数据类型
arr = np.array([3.7,-1.2,-2.6,0.5,12.9,10.11])
print(arr)
print(arr.astype(np.int32))#将浮点数转换为32位整数类型
#创建自定义数据类型
t = np.dtype([('name',np.str_,40),('numitems',np.int32),('price',np.float32)])
print(t)
itemz = np.array([('Meaning of life',42,3.14),('Butter',13,2.72)],dtype=t)
print(itemz)
#数组与标量的运算
arr = np.array([[1,2,3],[4,5,6]])
print(arr)#输出数组
print(arr*arr)#数组平方
print(arr-arr)#数组相减
print(1/arr)#数组倒数
print(arr**0.5)#数组开根号
#一维数组的索引和切片
a=np.arange(9);
print(a[:7:2])#选取(0,6),隔两个选取
print(a[3:7])#选取(3,6)
print(a[::-1])#从末尾到头逐一选取
s = slice(3,7,2)#另一种切片方式
print(a[s])
s=slice(None, None, -1)#从末尾到头逐一选取
print(a[s])
#多维数组的索引和切片
b= np.arange(24).reshape(2,3,4)#创建一个三维数组
print(b.shape)#查看维度
print(b)
print(b[0,0,0])#获得0层0行0列的数据
print(b[:,0,0])#获得每一层0行0列的数据
print(b[0])#获得0层的数据
print(b[0,:,:])#获得0层的数据
print(b[0,...])#获得0层的数据
print(b[0,1])#获得0层1行的数据
print(b[0,1,::2])#获得0层1行每一列的数据,逐2选取
#布尔型索引 names=np.array(['Bob','Joe','Will','Bob','Will','Joe','Joe'])#布尔型数组 data=np.random.randn(7,4)#生成二维的正态分布数据 print(names) print(data) print(names == 'Bob')#查看names数组中的每一个元素是否为Bob,返回一个布尔型数组 print(data[names == 'Bob'])#显示数组中为True的行 print(data[names == 'Bob',2:]) print(names != 'Bob')#查看names数组中的每一个元素是否为Bob,返回一个布尔型数组 mask = (names == 'Bob') | (names == 'Will')#查看names数组中的每一个元素是否为Bob或Will,返回一个布尔型数组 print(mask) print(data[mask]) data[data < 0] = 0#将数组中小于0的数修改为0 print(data) data[names != 'Joe'] = 7#将数组中对应Joe的数据修改为7 print(data)
#数组转置
arr = np.arange(15).reshape((3,5))
print(arr)
print(arr.T)#数组转置
#改变数组的维度
arr = np.arange(20).reshape((4,5))#将数组变为4*5的数组
print(arr)
print(arr.flatten())#将数组变回一维数组
print(arr.ravel())#将数组变回一位数组
arr.shape = (2,5,2)#将数组变为2*5*2的数组
print(arr)
#组合数组
a = np.arange(9).reshape(3,3)
b = 2*a
#水平组合
print(np.hstack((a,b)))
print(np.concatenate((a,b),axis=1))
#垂直组合
print(np.vstack((a,b)))
print(np.concatenate((a,b),axis=0))
#深度组合
print(np.dstack((a,b)))
#组合数组 a = np.arange(9).reshape(3,3) b = 2*a #水平组合 print(np.hstack((a,b))) print(np.concatenate((a,b),axis=1)) #垂直组合 print(np.vstack((a,b))) print(np.concatenate((a,b),axis=0)) #深度组合 print(np.dstack((a,b))) oned = np.arange(2) twice_oned =2*oned#数组*2 print(np.column_stack((oned,twice_oned)))#按列组合数组 print(np.row_stack((oned,twice_oned)))#按行组合数组
#数组的分割
a = np.arange(9).reshape(3,3)
print(np.hsplit(a,3))#水平分割
print(np.split(a,3,axis=1))#axis=1代表水平分割
print(np.vsplit(a,3))#垂直分割
print(np.split(a,3,axis=0))#axis=0代表垂直分割
#数组的转换
b=np.arange(24).reshape(2,12)#创建一个2*12的数组
print(b.ndim)#二维数组的维数
print(b.size)#数组中元素的总个数
b = np.array([1+1j,3+2j])#创建一个复数数组
print(b.real)#实部
print(b.imag)#虚部
b = np.array([1+1j,2+3j])
print(b.tolist())#转换为python的列表
print(b.astype(int))#转换为整数类型
print(b.astype(complex))#转换为复数类型
points = np.arange(-5,5,0.01)
xs, ys = np.meshgrid(points,points) #分别进行赋值
print(xs)
print(ys)
import matplotlib.pyplot as plt#导入一个画图库
z=np.sqrt(xs**2+ys**2)
print(z)
plt.imshow(z,cmap=plt.cm.gray);plt.colorbar()
plt.title("Image plot of gray")
plt.draw()
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) #如果是True就选择xarr,如果是False就选择yarr
print(result)
arr=randn(4,4)
result=np.where(arr>0,2,-2) #如果大于0就选择2,如果小于0就是-2
print(result)
result=np.where(arr>0,2,arr)
print(result)#如果为False就保持不变
#数学与统计方法
arr=randn(5,4)
print(arr.mean())#求均值
print(arr.sum()) #求和
arr=np.array([[0,1,2],[3,4,5],[6,7,8]])
print(arr)
print(arr.cumsum(1))#计算累计和 0的话行累加,1的话列累加
print(arr.cumprod(1))#计算累计积
#用于布尔型数组的方法
arr=randn(100)
print((arr > 0).sum()) #正值的数量
bools = np.array([False,False,True,False])
print(bools.any()) #是否存在一个为真
print(bools.all()) #是否都是真的
#数组排序
arr=randn(8)
arr.sort()#数组进行排序
print(arr)
arr=randn(5,3)
arr.sort(1)#按照行进行排序
print(arr)
names=np.array(['Bob','Joe','Will','Bob','Joe'])
print(np.unique(names)) #返回唯一一个元素
ints = np.array([3,3,2,1,4,5,1,3,2])
print(np.unique(ints))
values=np.array([6,0,0,3,2,5,6])
print(np.in1d(values,[2,3,6])) #一个数组中的元素是否在另一个数组里面
x=np.array([[1,2,3],[4,5,6]])
y=np.array([[6,23],[-1,7],[8,9]])
print(x.dot(y)) #矩阵相乘
#随机数生成
samples = np.random.normal(size=(4,4)) #4*4的随机数服从正态分布
print(samples)
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。