一段代码学习Numpy基础

客官°小女子只卖身不卖艺 2023-06-14 10:50 0阅读 0赞

import numpy as np
    
    # 创建一个3*3矩阵
    arr = np.array([
        [1, 2, 3],
        [2, 3, 4],
        [3, 4, 5]
    ], dtype=np.float64)
    
    print(arr)
    print('dim:', arr.ndim) # 维度
    print('shape:', arr.shape) # 形状：几行几列
    print('size:', arr.size) # 包含元素的个数
    
    arr1 = np.arange(1, 100, 2) # 在1-100之间生成步长为2的数据
    arr2 = np.arange(10) # 生成0-10之间的10个数
    print(arr1)
    print(arr2)
    
    print(arr1.reshape((5, 10))) # 将形状设置为5行，10列
    
    zero = np.zeros([4, 4], dtype=np.float32) # 元素都为0的矩阵
    print(zero)
    
    one = np.ones([3, 4], dtype=np.float32)  # 元素都为1的矩阵
    print(one)
    
    empty = np.empty([3, 3], dtype=np.int32) # 元素都为空的矩阵
    print(empty)
    
    ls = np.linspace(1, 30, 40, dtype=np.float32) #生成1-30之间的40个浮点数字
    print('linespace:\n', ls)
    
    
    
    # 基础运算
    
    a = np.array([1,2,3,4]) # [1,2,3,4]
    b = np.arange(4) # [0,1,2,3]
    
    ## 减法
    sub = a - b
    print('sub:', sub)
    
    ## 加法
    add = a + b
    print('add:', add)
    
    ## 乘法
    multi = a * b
    print('multi:', multi)
    
    ## 除法
    divi = b / a
    print('divi:', divi)
    
    ## 利用广播功能判断满足条件的数
    print(a > 2) # 判断a中大于2的数，返回一个包含True和False的列表[True, True, False, False]
    print(a == 4) # [False, False, False, True]
    
    
    # 矩阵运算
    aa = np.array([[1,2,3],
                   [2,3,4]]) # 创建一个2*3的矩阵
    bb = np.arange(6).reshape((2, 3)) # 生成一个2*3的矩阵
    
    # 加
    print(aa + bb)
    
    # 减
    print(aa - bb)
    
    # 逐个相乘
    print(aa * bb)
    
    # 矩阵乘
    cc = bb.reshape(3, 2) # 因为aa为2*3的矩阵，所以与其相乘的矩阵的行数必须与其列数一致，即为3
    print(np.dot(aa, cc))
    print(aa.dot(cc)) #这两种乘法的结果一致
    
    rdn = np.random.random((3, 4)) # 随机生成一个元素在0-1之间的3*4的矩阵
    print(rdn)
    
    # 求矩阵内和
    print(np.sum(rdn)) # 求整个矩阵元素相加的总和
    print(np.sum(rdn, axis=1)) # axis代表坐标轴，1指的是以行为单位求行的和
    print(np.sum(rdn, axis=0)) # axis代表坐标轴，1指的是以行为单位求列的和
    
    # 求矩阵中的min值
    print(np.min(rdn)) # 在整个矩阵中找最小值
    print(np.min(rdn, axis=1)) # 在矩阵的行中找最小值
    print(np.min(rdn, axis=0)) # 在矩阵的列中找最小值
    
    # 求矩阵中的最大值
    print(np.max(rdn)) # 在整个矩阵中找最大值
    print(np.max(rdn, axis=1)) # 在整个矩阵的行中找最大值
    print(np.max(rdn, axis=0)) # 在整个矩阵的列中找最大值
    
    # 基础运算2
    aa2 = np.arange(0,12).reshape((3,4)) # 生成一个元素在1-12的3*4的矩阵
    print(aa2)
    
    print(np.argmin(aa2)) # 求最小值索引
    print(np.argmax(aa2)) # 求最大值索引
    
    print(np.mean(aa2)) # 计算矩阵平均值 aa2.mean()或者aa2.average()亦可
    print(np.mean(aa2, axis=0)) # 指定列计算平均数
    print(np.mean(aa2, axis=1)) # 指定行计算平均数
    
    print(np.median(aa2)) # 求中位数，例如0-11的中位数为5.5
    
    print(np.cumsum(aa2)) # 累加 第一个数的值 = 第一个数， 第二个数的值 = 第一 + 第二， 第三个数的值 = 第一 + 第二 + 第三...,以此类推
    
    print(np.nonzero(aa2)) # 找出非0的数
    
    print(np.sort(aa2)) # 逐行排序
    
    print(np.transpose(aa2)) # 矩阵转置，行列元素互换 亦可写成 aa2.T
    
    print(np.clip(aa2, 6, 10)) # 截取数值，在6-10之间的数保持原样，小于6变为6， 大于10变为10
    
    print(aa2[2]) # 索引第二行
    print(aa2[2][2]) # 索引第二行第二列
    print(aa2[:, 1]) # 第一列所有数 [1, 5, 9]
    print(aa2[0:2, 1]) # 第一列第0，1的数 [1, 5]
    
    for row in aa2:
        print(row) # 迭代每一行
    
    for col in aa2.T:
        print(col) # 先将aa2转置，再进行行迭代，即可得到aa2的列
    
    aa2_flat = aa2.flatten()# 将矩阵返回一维数组
    print(aa2_flat)
    
    for item in aa2_flat:
        print(item) # 迭代每一个项
    
    
    # 合并array
    A = np.array([1,2,3])
    B = np.array([2,3,4])
    C = np.vstack((A, B)) # 垂直合并
    D = np.hstack((A, B)) # 水平合并
    print(C)
    print(D)
    
    E = np.concatenate((A, B, A, B), axis=0) # 在列的维度上进行合并
    print(E)
    
    # 分割
    A = np.arange(12).reshape(3, 4)
    print(A)
    
    print(np.split(A, 3, axis=0)) # 在列上进行分割
    print(np.split(A, 2, axis=1)) # 在行上进行分割
    
    print(np.vsplit(A, 3)) # 垂直方向分割
    print(np.hsplit(A, 2)) # 水平方向进行分割
    
    # deep copy
    aa3 = A # 浅拷贝 aa3改变会引发A改变，容易导致数据出错
    print(aa3 is A) # True aa3和A指向的是内存中同一个地址
    
    aa4 = A.copy() # deep copy aa4的改变不会引起A改变
    print(aa4 is A) # False 深拷贝后的aa4在内存中有了自己的位置