欢迎使用CSDN-markdown编辑器

NumPy

标签： Python 数据分析

---

NumPy是Python科学计算的基础包，提供以下功能：

• 快速高效的多维数组对象ndarray
• 用于对数组执行元素级计算以及直接对数组执行数学运算的函数
• 用于读写硬盘上基于数组的数据集的工具
• 线性代数运算、傅里叶变换，以及随机数生成
• 用于将C、C++、Fortran代码集成到Python的工具

导入numpy库

---

    import numpy as np

---

创建数组

---

直接创建数组

np_a=np.array([[1,2,3],[4,5,6]])

通过列表创建数组

    list=[[1,2,3],[4,5,6]]    np_b=np.array(list,dtype=np.float)

np.array()中dtype用于指定数据类型：bool，int，float等

查看数组信息

np_a.shape：返回数字的形状（行数，列数）
np_a.ndim：返回数组的维度数
np_a.dtype：返回数组的元素数据类型
np_a.itemsize：返回数组的元素所占的存储大小
np_a.size：返回数组的元素总个数

---

函数介绍

---

常用数组生成函数

np.zeros([2,4])：生成2行4列的全0数组
np.ones([2,4])：生成2行4列的全1数组
np.random.rand(2,4)：生成一个2行4列的数组，每个元素为0到1之间的随机数（行列参数可省略，默认生成一个0到1之间的随机数）
np.random.randint(1,10,3)：生成一个3个元素的数组，每个元素为1到10之间的随机整数（个数参数可省略，默认为1）
np.random.randn(2,4)：生成一个2行4列的数组，元素服从标准正态分布（行列参数可省略，默认生成一个数）
np.random.choice([1,2,3,4,5,6])：随机选择数组中的一个元素
np.random.beta(1,10,3)：生成一个3个元素的数组，每个元素在1到10之间，服从beta分布（个数参数可省略，默认为1）当然random中还提供了其他分布函数
np.arange(1,10,2)：生成一个一维数组，元素为差为2的等差数列，范围1到10（不包含10）

常用的数组操作

np.exp(np_a)：得到同尺寸数组，相应元素为enp_a中相应的元素
np.sqrt(np_a)：得到同尺寸数组，对相应元素开平方
np.sin(np_a)：得到同尺寸数组，对相应元素求sin值
np.log(np_a)：得到同尺寸数组，对相应元素求log值（底数为e）

np_a.reshape(3,2)：把数组np_a转换为3行2列
np_a.sum(axis=0)：axis=0时对数组np_a的列求和，axis=1时对数组np_a的行求和
np_a.max(axis=0)：axis=0时求每列的最大值，axis=1时求每行的最大值
np_a.min(axis=0)：axis=0时求每列的最小值，axis=1时求每行的最小值

两个数组可以直接执行+、-、*、/操作，结果为对应元素的加、减、乘、除
np_a ** 2 ：得到同尺寸数组，对每个元素求平方
np_a.transpose()：矩阵的转置
np.dot(np_a,np_b)：矩阵的乘法（np_a的列等于np_b的行）
inv()：求矩阵的逆矩阵
det()：求矩阵的行列式
eig()：求矩阵的特征值和特征向量，返回两个数组，第一个为特征值数组，第二个为特征向量矩阵