Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

栏目: 编程工具 · 发布时间: 6年前

内容简介:以前总认为Numpy是渣渣,直到深入接触以后才知道功能这么强大。堪比Matlab啊。果然是人生苦短,我用Python。所以本文作为一个记录&笔记,文章内容大多数取自网络以&官网快速入门等,希望可以帮助大家快速入门Numpy。如果你有Matlab基础,那么你能很快看懂本文!

以前总认为Numpy是渣渣,直到深入接触以后才知道功能这么强大。堪比Matlab啊。果然是人生苦短,我用Python。所以本文作为一个记录&笔记,文章内容大多数取自网络以&官网快速入门等,希望可以帮助大家快速入门Numpy。如果你有Matlab基础,那么你能很快看懂本文!

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

一个栗子

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

创建矩阵

对于 Python 中的numpy模块,一般用其提供的ndarray对象。 创建一个ndarray对象很简单,只要将一个list作为参数即可。 例如:

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

矩阵行数列数

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

矩阵按行列选取

矩阵的截取和list相同,可以通过[](方括号)来截取

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

矩阵按条件截取

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

按条件截取应用较多的是对矩阵中满足一定条件的元素变成特定的值。 例如将矩阵中大于6的元素变成0

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

Stacking together different arrays

矩阵的合并可以通过numpy中的hstack方法和vstack方法实现:

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

  • 矩阵的合并也可以通过concatenatef方法。

  1. np.concatenate( (a1,a2), axis=0 ) 等价于 np.vstack( (a1,a2) )

  2. np.concatenate( (a1,a2), axis=1 ) 等价于 np.hstack( (a1,a2) )

通过函数创建矩阵

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

arange

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

linspace/ logspace

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

ones、zeros、eye、empty

ones创建全1矩阵 ,zeros创建全0矩阵 ,eye创建单位矩阵 ,empty创建空矩阵(实际有值)

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

fromstring

fromstring()方法可以将字符串转化成ndarray对象,需要将字符串数字化时这个方法比较有用,可以获得字符串的ascii码序列。

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

random

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

fromfunction

fromfunction()方法可以根据矩阵的行号列号生成矩阵的元素。 例如创建一个矩阵,矩阵中的每个元素都为行号和列号的和。

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

矩阵的运算

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

常用矩阵运算符

Numpy中的ndarray对象重载了许多运算符,使用这些运算符可以完成矩阵间对应元素的运算。

运算符说明+矩阵对应元素相加-矩阵对应元素相减*矩阵对应元素相乘/矩阵对应元素相除,如果都是整数则取商%矩阵对应元素相除后取余数**矩阵每个元素都取n次方,如**2:每个元素都取平方

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

常用矩阵函数

同样地,numpy中也定义了许多函数,使用这些函数可以将函数作用于矩阵中的每个元素。 表格中默认导入了numpy模块,即 import numpy as np 。a为ndarray对象。

常用矩阵函数说明np.sin(a)对矩阵a中每个元素取正弦,sin(x)np.cos(a)对矩阵a中每个元素取余弦,cos(x)np.tan(a)对矩阵a中每个元素取正切,tan(x)np.arcsin(a)对矩阵a中每个元素取反正弦,arcsin(x)np.arccos(a)对矩阵a中每个元素取反余弦,arccos(x)np.arctan(a)对矩阵a中每个元素取反正切,arctan(x)np.exp(a)对矩阵a中每个元素取指数函数,exnp.sqrt(a)对矩阵a中每个元素开根号

  • 当矩阵中的元素不在函数定义域范围内,会产生RuntimeWarning,结果为nan(not a number)

矩阵乘法(点乘)

矩阵乘法必须满足矩阵乘法的条件,即第一个矩阵的列数等于第二个矩阵的行数。 矩阵乘法的函数为 dot 。

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

矩阵的转置 a.T

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

矩阵的转置还有更简单的方法,就是a.T。

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

矩阵的逆

设A是数域上的一个n阶方阵,若在相同数域上存在另一个n阶矩阵B,使得: AB=BA=E。 则我们称B是A的逆矩阵,而A则被称为可逆矩阵。

求矩阵的逆需要先导入numpy.linalg,用linalg的inv函数来求逆。矩阵求逆的条件是矩阵应该是方阵。

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

矩阵信息获取(如均值等)

最值

获得矩阵中元素最大最小值的函数分别是max和min,可以获得整个矩阵、行或列的最大最小值。

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

平均值

获得矩阵中元素的平均值可以通过函数mean()。同样地,可以获得整个矩阵、行或列的平均值。

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

方差

方差的函数为var(),方差函数var()相当于函数mean(abs(x - x.mean())**2),其中x为矩阵。

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

标准差

标准差的函数为std()。 std()相当于sqrt(mean(abs(x - x.mean())**2)),或相当于sqrt(x.var())。

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

中值

中值指的是将序列按大小顺序排列后,排在中间的那个值,如果有偶数个数,则是排在中间两个数的平均值。中值的函数是median(),调用方法为numpy.median(x,[axis]),axis可指定轴方向,默认axis=None,对所有数取中值。

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

求和

矩阵求和的函数是sum(),可以对行,列,或整个矩阵求和

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

累积和

某位置累积和指的是该位置之前(包括该位置)所有元素的和。例如序列[1,2,3,4,5],其累计和为[1,3,6,10,15],即第一个元素为1,第二个元素为1+2=3,……,第五个元素为1+2+3+4+5=15。矩阵求累积和的函数是cumsum(),可以对行,列,或整个矩阵求累积和。

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

极差

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

百分位数

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

序号参数及描述1.a 输入数组2.q 要计算的百分位数,在 0 ~ 100 之间3.axis 沿着它计算百分位数的轴

加权平均值

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

形状处理

改变数组的形状

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

数组的形状可以用以下方式改变。注意,下面的三个命令都返回一个修改后的数组,但不改变原始数组:

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

整形函数用修改的形状返回它的参数,而NDARRA.ReSIZE方法修改数组本身:

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

如果在整形操作中给出尺寸为-1,则其他尺寸自动计算:

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

把一个数组分成几个小数组

使用HSPLE,可以通过指定要返回的等形状数组的数量,或者通过指定在其中发生除法的列来将数组沿水平轴拆分:

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

拷贝和视图

当操作和操作数组时,它们的数据有时被复制到一个新数组中,有时不被复制。这往往是初学者的困惑源。有三种情况:

根本没有复制品

a = b,改变b就相当于改变a,或者相反。

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

视图或浅拷贝

不同的数组对象可以共享相同的数据。View方法创建一个新的数组对象,该对象查看相同的数据。

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

切片数组返回它的视图:

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

深拷贝

复制方法完成数组及其数据的完整复制。

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

曼德勃罗

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!

Numpy基础,Python大牛笔记精讲,看了后我连Matlab都学会了!


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

深入理解Nginx(第2版)

深入理解Nginx(第2版)

陶辉 / 机械工业出版社 / 2016-2 / 99.00元

本书致力于说明开发Nginx模块的必备知识,第1版发行以后,深受广大读者的喜爱.然而由于Ng,nx功能繁多且性能强大,以致必须了解的基本技能也很庞杂,而第1版成书匆忙,缺失了几个进阶的技巧描述,因此第2版在此基础上进行了完善。 书中首先通过介绍官方Nginx的基本用法和配置规则,帮助读者了解一般Nginx模块的用法,然后重点介绍了女口何开发HTTP模块(含HTTP过滤模块)来得到定制化的Ng......一起来看看 《深入理解Nginx(第2版)》 这本书的介绍吧!

MD5 加密
MD5 加密

MD5 加密工具

Markdown 在线编辑器
Markdown 在线编辑器

Markdown 在线编辑器

HEX HSV 转换工具
HEX HSV 转换工具

HEX HSV 互换工具