一.改變陣列形態
reshape()——通過改變陣列的維度改變陣列形態
import numpy as np
Array=np.arange(1,17,1)
Array
Array_1=np.arange(1,17,1).reshape(4,4) #將資料從(16.)變為（4，4）
Array_1
Array_2=np.arange(1,17,1).reshape(4,2,2)#將資料從(16.)變為（4，2，2）
Array_2
展平
flatten（）flatten（'F'）——對陣列進行橫向或縱向展平
Array_1.flatten() #橫向展平
Array_1.flatten('F') #縱向展平
切割
split（陣列，分割軸，axis=0/1）——對陣列進行橫向或縱向切割
Array_a1,Array_b1=np.split(Array_1,2) #axis=0 進行橫向切割
print(Array_a1,'\n\n',Array_b1)
Array_a2,Array_b2=np.split(Array_1,2,axis=1) #axis=0 進行縱向切割
print(Array_a2,'\n\n',Array_b2)
組合
concatenate（(陣列1，陣列2,….,陣列3),aixs=0/1）對多個陣列進行橫或縱組合
np.concatenate((Array_1,Array_b1,Array_a1)) #aisx=0 進行橫向組合
np.concatenate((Array_1,Array_b2,Array_a2),axis=1) #aisx=0 進行橫向組合
二.ufunc陣列通用運算規律
四則運算+冪運算
Array_1+Array_1 #加法
Array_1-Array_1 #減法
Array_1*Array_1 #乘法
Array_1/Array_1 #除法
Array_1**2 #冪運算
比較運算
Array_3=Array_1*2
print(Array_1>Array_3,'\n\n',Array_1>=Array_3) #> ,>=
print(Array_1<Array_3,'\n\n',Array_1<=Array_3) #< ,<=
Array_1==1
邏輯運算
NumPY中 all 表示邏輯and，any表示邏輯or
print([[1,2,3]]and[[1,0,2,3]])
np.all([[1,2,3]]==[[1,0,2,3]])
print([[1,2,3]]or[[1,0,2,3]])
np.any([[1,2,3]]==[[1,0,2,3]])
廣播機制
在進行陣列結構不相同的運算時
1.讓所有輸入陣列向最長的陣列看齊，shape（結構）不足的用1補齊
2.輸出陣列shape是輸入陣列shape各軸上的最大值
3.當陣列之間某個軸相同,或一個=1，時可以運算,否則報錯
4.當某個軸長度為1，沿這個軸使用軸上第一個陣列
a=np.array([1,1,1])
b=np.array([[1],[2],[3]])
print(a,'\n\n',b)
a+b
三.亂數
random
NumPy中提供了random模塊可以生成多種型別，概率的亂數
亂數生成
1.random（元素個數）——隨機生成小于1的數
np.random.random(10)
2.rand（軸0，軸1，...軸n）——生成均勻分布的亂數
np.random.rand(2,2)
3.randn（軸0，軸1，...軸n）——生成服從正態分布的亂數
np.random.randn(2,2,2)
4.randint（起始值,終值，size=[軸0，軸1，...軸n]）——生成復合范圍內的亂數
np.random.randint(1,5,[2,2,2])
陣列軸的亂數
1.shuffle（陣列）——對軸0隨機排序，并改變陣列
c=np.array([[1,2,3],[4,5,6],[7,8,9]])
c
np.random.shuffle(c)
c
2.permutation（陣列）——對軸0改變，但不改變陣列
c=np.array([[1,2,3],[4,5,6],[7,8,9]])
c
np.random.permutation(c)
亂數種子
seed （int）——定義亂數的種子，得到初始固定的亂數
np.random.seed(10)
np.random.rand(3,3)
np.random.seed(10)
np.random.rand(3,3)
四.統計分析
排序
sort（）——改變原陣列，橫向或縱向的直接排序
Array=np.array([[3,2,1],[6,8,9],[10,1,3]])
Array
Array.sort(axis=1) #aixs=1橫向培訓
Array
Array=np.array([[3,2,1],[6,8,9],[10,1,3]])
Array.sort(axis=0) #aixs=1縱向培訓
Array
argsort（）——先排序，再排序后輸出下標，不改變陣列
Array=np.array([[3,2,1],[6,8,9],[10,1,3]])
Array.argsort()
lexsort（陣列1，陣列2……陣列n）——多個陣列在同軸上綜合下標排序，不改變陣列
a=np.array([3,2,1])
b=np.array([5,6,4])
c=np.lexsort((a,b))
c
b[c] #輸出b陣列的排序
a[c] #輸出a陣列的排序
去重復
unique（）——進行陣列里的去重
a=np.array([1,1,2,3,4,4,5])
print(a,'\n\n',np.unique(a))
重復輸出
repeat(次數，axis=0/1)——將陣列進行橫向或縱向克隆
注意：axis=0會將陣列展平
print(Array)
print('\n',Array.repeat(2),'\n')
print(Array.repeat(2,axis=1))
常用統計函式
——都可以用axis=0或1來調整操作軸向
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/218413.html
標籤：其他
上一篇：學習numyp的矩陣
下一篇：學習numyp的矩陣