小白Python学习第一弹

Python Numpy

Numpy底层是用C写的，所以ndarray（np.array）运行速度比内置的list快，但是不能装下太多的东西。

简单介绍数组

    np_list = np.array(lst, dtype=int)#设置数据类型    print(type(np_list))#输出类型    print(np_list.shape)#查看矩阵是几行几列    print(np_list.ndim)#查看矩阵维度    print(np_list.itemsize)#查看每个元素所占字节    print(np_list.size)#查看一共包含多少元素

    #Rand 随机生成一个数    print(np.random.rand())    #Randint随机生成1到100的整数，生成5个    print(np.random.randint(1, 100, 5))    #Randn随机生成一个3*3的正态分布    print(np.random.randn(3, 3))    #Choice随机从数组中选取一个数    print(np.random.choice([12, 22, 44, 333, 55]))    #Distribute生成一个beta分布，生成20个数据    print(np.random.beta(1, 5, 20))

运用numpy 的运算

    lst = np.arange(1, 11).reshape([2, -1])#将等差数列塑造成2行矩阵    print(lst)    print(np.exp(lst))#输出其exp    print(np.exp2(lst))    print(np.sqrt(lst))    print(np.sin(lst))    print(np.log10(lst))    lst = np.array([[[1, 2, 3, 4],                     [5, 6, 7, 8]],                    [[9, 10, 11, 12],                     [13, 14, 15, 16]],                    [[17, 18, 19, 20],                     [21, 22, 23, 24]]])#构成一个三维矩阵    print(lst.sum(axis=0))#输出当系数为0的时候的和，为2*4    print(lst.sum(axis=1))#输出当系数为1的时候的和，为3*4    print(lst.sum(axis=2))#输出当系数为2的时候的和，为3*2    print(lst.max(axis=0))#同上，只是判断的是最大值的数组构成的矩阵    print(lst.min(axis=1))#同上，只是判断的是最小值的数组构成的矩阵    lst1 = np.array([10, 20, 30, 40])    lst2 = np.array([4, 3, 2, 1])    #一系列的加减乘除    print(lst1 + lst2)    print(lst1 - lst2)    print(lst1 / lst2)    print(lst1 * lst2)    print(lst1**2)    print(np.dot(lst1.reshape([2, 2]), lst2.reshape([2, 2])))#进行矩阵的点乘    print(np.concatenate((lst1, lst2), axis=0))#显示出一个单排的矩阵，axis最好是默认，形成一行    print(np.vstack((lst1, lst2)))#形成2行矩阵    print(np.hstack((lst1, lst2)))#形成单独一行矩阵    print(np.split(lst2, 2))将矩阵分割成两个

线性方程

     print(np.eye(3))#获取单位矩阵    lst = np.array([[1, 2],                   [3, 4]])    #求矩阵的逆    print(inv(lst))    #转置    print(lst.transpose())    #求行列式    print(det(lst))    #特征值和特征向量    print(eig(lst))    y = np.array([[5], [7]])    print(solve(lst, y))#已知一个矩阵和最后矩阵的解，求运算过程中的另一个矩阵值

#生成多元一次函数    print(np.poly1d([2, 1, 3]))