ChuannBlog

NumPy

ndarry–多维数组

• 创建
  • np.array()
  • 数组大小不可修改
  • 数组对象类型都必须是一样的
• 方法
  • T 转置
  • dtype 查看类型
  • size 最外层有多长
    • 二维数组arr,有多少行len(arr)，有多少列len(arr[0])
  • shape 返回维度大小（元组形式）
  • ndim 数组的维数
• 数据类型dtype
  • 布尔型 bool
  • 整型 int_ int8 int16 int32 int 64
  • 无符号整型 uint8 uint16 uint32 uint64
  • 浮点型 float_ float16 float32 float64
  • 复数型 complex_ complex
• 创建ndarray
  • array() 将列表转换为数组，可选择显式指定dtype
  • arange() range的numpy版，支持浮点数
  • linspace() 类似arange()，第三个参数为数组长度，返回线性空间
  • zeros(shape,dtype) 根据指定形状和dtype创建全0数组
    • np.zeros((2,3), dtype=’int’)
  • ones(shape,dtype) 据指定形状和dtype创建全1数组
    • np.ones((3,4),dtype=’int’)
  • empty(shape,dtype) 据指定形状和dtype创建空数组（残留值），比zeros快一点
    • np.empty((3,4))
  • eye(shape, dtype) 据指定形状和dtype创建单位矩阵
    • np.eye(4, dtype=’int’)
• 索引和切片
  • 数组和标量之间的运算
    • 任何运算
  • 同样大小数组之间的运算 (对应位的数运算)
    • 加减乘除
  • 数组的索引
    • 一维数组 a[3]
    • 多维数组
      • a[2][3]
      • a[2,3] (推荐)
  • 数组的切片
    • 一维数组：a[5:8] a[4:]
    • 多位数组：a[1:2, 3:4] a[:.3:5]
  • 与列表不同，数组切片时并不会自动复制，在切片数组上的修改会影响原数组
    • 解决方法copy()
• 布尔型索引
  • a = [2,4,5]
  • b = [True, False, True]
  • a[b] = [2,5]
  • arr[arr>5]
• 花式索引

通用函数

• 能同时对数组中所有元素进行运算的函数
• 常见通用函数
  • 一元函数
    • abs 取绝对值
    • sqrt
      • np.abs(arr) ** 0.5
      • np.sqrt(np.abs(arr))
    • 对浮点数取整
      • ceil:向上取整
        • 3.6->4
        • 3.1->4
        • -3.6->-3
        • -3.1->-3
      • floor:向下取整
        • 3.6->3
        • 3.1->3
        • -3.6->-4
        • -3.1->-4
      • rint(round):四舍五入
        • 3.6->4
        • 3.1->3
        • -3.6->-4
        • -3.1->-3
      • trunc(int):向零取整（舍去小数点）
        • 3.6->3
        • 3.1->3
        • -3.6->-3
        • -3.1->-3
    • modf 整数小数分离
      • 返回元组，一个小数数组，一个整数数组
    • isnan
    • isinf
  • 二元函数
    • 加、减、乘、除、取余。。。。
    • maxinum 取最小值
    • mininum 取最大值
• 特殊浮点数
  • nan(Not a Number) 不等于任何浮点数(nan != nan)
  • inf(infinity) 比任何浮点数都大
• 创建特殊值
  • np.nan
  • np.inf
• 数据分析中，nan常被用作表示数据缺失值

数学和统计方法

• sum 求和
• mean 求平均数
• cumsum 求前缀和
  • 用于快速求一维数组一段值的和
• var 求方差
  • 方差表示这组数的离散程度
• std 求标准差
  • 方差开根号

随机数生成

• numpy.random
  • rand([shape])
  • randint(start, end, [shape]) 随机整数
  • choices(数组或列表) 随机选一个
  • shuffle(数组或列表) 随机打乱
  • uniform(strat, end, [shape]) 随机小数