py_numpy_20171101

1.Numpy 的基础运算2

#!/usr/bin/env python# -*- coding: utf-8 -*-# @Date    : 2017-11-01 20:02:26# @Author  : leboryi# @What    : Numpy 的基础运算2import numpy as npa = np.arange(14,2,-1).reshape((3,4))print(a)print(np.argmin(a))print(np.argmax(a))print(np.mean(a))      #  = averageprint(np.average(a))print(np.median(a))print(np.cumsum(a))    # lejiaprint(np.diff(a))      # leichaprint(np.nonzero(a))print(np.sort(a))print(np.transpose(a)) # = print(a.T)print((a.T).dot(a))print(np.clip(a,3,9))  # interestingprint(np.mean(a,axis=0))#Ctrl+Shift+D 复制光标所在整行，插入到下一行。

2.Numpy 的索引

#!/usr/bin/env python# -*- coding: utf-8 -*-# @Date    : 2017-11-01 21:42:02# @Author  : leboryi# @What    : Numpy 的索引import numpy as npa = np.arange(3,15).reshape(3,4)print(a)# print(a[2][2])# print(a[2,2])# print(a[2,:])    # : 表示所有的数# print(a[1,1:3])for row in a:    print(row)# 迭代输出显示行for column in a.T:    print(column)# 翻转矩阵，最终实现迭代矩阵print(a.flatten())for item in a.flat:    print(item)# 迭代每一项目

3.Numpy 的 array 合并

#!/usr/bin/env python# -*- coding: utf-8 -*-# @Date    : 2017-11-01 21:52:41# @Author  : leboryi# @What    : Numpy 的 array 合并import numpy as npa = np.array([1,1,1])[:,np.newaxis]b = np.array([2,2,2])[:,np.newaxis]c = np.vstack((a,b))d = np.hstack((a,b))# print(c)    # vertical stack 上下的合并# print(a.shape,c.shape)# print(d)    # horizontal stack 左右的合并# print(a.shape,d.shape)#############将a变成竖向的矩阵，不能使用print(a.T)# print(a[:,np.newaxis])C = np.concatenate((a,b,b,a),axis=1)    #进行多个合并,多了一个参数axis，可以定义print(C)

4.Numpy 的 array 分割

#!/usr/bin/env python# -*- coding: utf-8 -*-# @Date    : 2017-11-01 22:05:46# @Author  : leboryi# @What    : Numpy 的 array 分割import numpy as npA = np.arange(12).reshape((3,4))print(A)# print(np.split(A,2,axis=1))    #np.split 只能等分割# print(np.array_split(A,3,axis=1))    #np.split 不等量分割# print(np.split(A,3,axis=0))print(np.vsplit(A,3))print(np.hsplit(A,2))

5.Numpy 的 copy 和 deepcopy（只想复制的话，使用copy，不然改一个另外一个也会跟着改变）

#!/usr/bin/env python# -*- coding: utf-8 -*-# @Date    : 2017-11-01 22:13:13# @Author  : leboryi# @What    : Numpy 的 copy and deepcopyimport numpy as npa = np.arange(4)print(a)b = ac = ad = ba[0] = 11print(a,b,c,d)print(b is a)print(d is a)d[1:3] = [22,33]print(d,a,b,c)b = a.copy()    # deep copyprint(b)a[3] = 44print(a,b)