Numpy 常用函數(shù)

numpy 數(shù)據(jù)類型

數(shù)據(jù)類型 描述
bool_ 存儲(chǔ)為一個(gè)字節(jié)的布爾值(True, False)
intc 相當(dāng)于C中的int類型, 通常為int32, 或者int64
intp 用于索引的整數(shù), 相當(dāng)于C中的size_t類型, 通常為int32,或int64
int8 字節(jié)(-128~127)
int16 16位整數(shù)(-32768~32767)
int32 32 位整數(shù)(-2147483648 ~ 2147483647)
int64 64 位整數(shù)(-9223372036854775808 ~ 9223372036854775807)
uint8 8 位無符號(hào)整數(shù)(0 ~ 255)
uint16 16 位無符號(hào)整數(shù)(0 ~ 65535)
uint32 32 位無符號(hào)整數(shù)(0 ~ 4294967295)
uint64 64 位無符號(hào)整數(shù)(0 ~ 18446744073709551615)
float_ float64的簡寫
float16 半精度浮點(diǎn):符號(hào)位终娃,5 位指數(shù),10 位尾數(shù)
float32 單精度浮點(diǎn):符號(hào)位苦丁,8 位指數(shù),23 位尾數(shù)
float64 雙精度浮點(diǎn):符號(hào)位,11 位指數(shù),52 位尾數(shù)
complex_ complex128的簡寫
complex64 復(fù)數(shù),由兩個(gè) 32 位浮點(diǎn)表示(實(shí)部和虛部)
complex128 復(fù)數(shù)慎玖,由兩個(gè) 64 位浮點(diǎn)表示(實(shí)部和虛部)

numpy 數(shù)組創(chuàng)建函數(shù)

numpy.empty(shape,):

創(chuàng)建指定類型, 指定形狀的數(shù)組

numpy.zeros(shape,):

創(chuàng)建指定形狀, 指定類型, 以0填充的數(shù)組

numpy.ones(shape,):

返回特定大小贮尖,以 1 填充的新數(shù)組

numpy.fromiter(iterable,):

從任何可迭代對(duì)象構(gòu)建一個(gè)ndarray對(duì)象

numpy.arange(start, stop, step,):

創(chuàng)建指定起始值,終止值,步長和類型的數(shù)組

numpy.linspace(start, stop,num,):

在指定范圍內(nèi)創(chuàng)建N個(gè)間隔均勻的數(shù)值, 并以數(shù)組形式返回

numpy.logscale(start, stop, num,):

numpy.linspace()類似, 不過這里的參數(shù)start和stop表示的是10的冪指數(shù)

numpy 數(shù)組操作函數(shù)

numpy.concatenate((a1,a2,), axis):

在指定坐標(biāo)軸方向上, 連接多個(gè)數(shù)組

numpy.hstack((a1,a2,)):

在水平方向上疊加多個(gè)數(shù)組

numpy.vstack((a1,a2,)):

在豎直方向上疊加多個(gè)數(shù)組

numpy.split(ary,n,axis):

在指定坐標(biāo)軸方向上將數(shù)組平均分成n份

numpy.hsplit(ary,N):

將數(shù)組ary水平分割為N份

numpy.vsplit(ary,N):

將數(shù)組ary豎直分割為N份

numpy.append(arr,values,axis):

將values在axis方向上添加到arr

numpy.unique(arr,):

返回arr中的去重?cái)?shù)組

np.tile(a,reps):

對(duì)數(shù)組a行進(jìn)reps次數(shù)的復(fù)制

# input
import numpy as np

a=np.arange(4).reshape(2,2)
a=np.tile(a,(2,3))
print(a)

# output
[[0 1 0 1 0 1]
 [2 3 2 3 2 3]
 [0 1 0 1 0 1]
 [2 3 2 3 2 3]]

numpy 位操作函數(shù)

np.binary_repr(num, width=None):

將一個(gè)整數(shù)轉(zhuǎn)換為二進(jìn)制表示

numpy.bitwise_and(a,b):

對(duì)數(shù)組元素執(zhí)行位與操作

numpy.bitwise_or():

對(duì)數(shù)組元素執(zhí)行位或操作

numpy.invert(a,):

計(jì)算位非

numpy.left_shift(a,n):

向左移動(dòng)二進(jìn)制表示的n位

numpy.right_shift(a,n):

向右移動(dòng)二進(jìn)制表示的n位

numpy 字符串操作函數(shù)

numpy 字符串函數(shù)是對(duì)Python字符串函數(shù)的包裝

numpy.char.add():

函數(shù)執(zhí)行按元素的字符串連接

numpy.char.multiply():

執(zhí)行多重連接

numpy.char.center():

此函數(shù)返回所需寬度的數(shù)組笛粘,以便輸入字符串位于中心,并使用fillchar在左側(cè)和右側(cè)進(jìn)行填充

numpy.char.capitalize():

返回字符串的副本湿硝,其中第一個(gè)字母大寫

numpy.char.title():

返回輸入字符串的按元素標(biāo)題轉(zhuǎn)換版本薪前,其中每個(gè)單詞的首字母都大寫

numpy.char.lower():

返回一個(gè)數(shù)組,其元素轉(zhuǎn)換為小寫

numpy.char.upper():

返回一個(gè)數(shù)組关斜,其元素轉(zhuǎn)換為大寫

numpy.char.split():

返回輸入字符串中的單詞列表, 無法使用正則表達(dá)式進(jìn)行模式匹配

numpy.char.splitlines():

返回?cái)?shù)組中元素的單詞列表示括,以換行符分割

numpy.char.strip():

返回?cái)?shù)組的副本,其中元素移除了開頭或結(jié)尾處的特定字符

numpy.char.join():

返回一個(gè)字符串痢畜,其中單個(gè)字符由特定的分隔符連接

numpy.char.replace():

返回字符串副本垛膝,其中所有字符序列的出現(xiàn)位置都被另一個(gè)給定的字符序列取代

numpy.char.decode():

對(duì)數(shù)組中的字符串使用特定編碼

numpy.char.encode():

對(duì)數(shù)組中的每個(gè)元素使用某種編碼方式解碼

numpy 數(shù)學(xué)函數(shù)

numpy.sin(), numpy.cos(), numpy.tan():

輸入需要是弧度值

numpy.arcsin(), numpy.arccos(), numpy.arctan():

返回值是弧度值

numpy.degrees():

可以將弧度值轉(zhuǎn)化為角度值

numpy.around(a,decimal):

將a四舍五入到要求的精度

numpy.floor(a,):

返回不大于輸入?yún)?shù)的最大整數(shù)

numpy.ceil(a,):

返回不小于出入?yún)?shù)的最小整數(shù)

numpy.reciprocal(a,):

返回參數(shù)逐元素的倒數(shù)

numpy.power(a,b):

將第一個(gè)輸入數(shù)組中的元素作為底數(shù)鳍侣,計(jì)算它與第二個(gè)輸入數(shù)組中相應(yīng)元素的冪

numpy.mod(a,b):

返回輸入數(shù)組中相應(yīng)元素的除法余數(shù)

numpy 統(tǒng)計(jì)函數(shù)

numpy.max(a,axis,),numpy.min(a,axis,):

返回a在axis方向上的最大/小值

numpy.argmax(a,axis,),numpy.argmin(a,axis,):

返回a在axis方向上的最大/小值的索引

numpy.ptp(a,axis,):

返回沿軸的值的范圍(最大值 - 最小值)

numpy.percentile(a, q, axis):

返回?cái)?shù)組a在axis方向上q分位數(shù)值

numpy.median(a,axis,):

返回?cái)?shù)組a在axis方向上的中值

numpy.mean(a,axis,):

返回?cái)?shù)組在axis方向上各元素的算術(shù)平均值

numpy.average(a,axis,weights):

返回?cái)?shù)組在axis方向上的加權(quán)平均數(shù)

numpy.std(a,axis,):

返回?cái)?shù)組在axis方向上的標(biāo)準(zhǔn)差

numpy.var(a,axis,):

返回?cái)?shù)組在axis方向上的方差

numpy 排序, 搜索和計(jì)數(shù)函數(shù)

numpy 提供的排序算法

種類 速度 最壞情況 工作空間 穩(wěn)定性
quicksort(快速排序) 1 O(n^2) 0
mergersort(歸并排序) 2 O(n*log(n)) ~n/2
heapsort(堆排序) 3 O(n*log(n)) 0

numpy.sort(a,axis,):

在指定坐標(biāo)軸上對(duì)數(shù)組a進(jìn)行升序排列

numpy.argsort(a,axis,):

在指定坐標(biāo)軸上進(jìn)行升序排列, 返回各元素在排序之后的索引

numpy.max(a,axis,), numpy.min(a,axis,):

返回在指定坐標(biāo)軸方向上的最大/小值

numpy.argmax(a,axis,), numpy.argmin(a,axis,):

返回在指定坐標(biāo)軸方向上的最大/小值的索引

numpy.nonzero(a,):

返回?cái)?shù)組a中的非零元素的索引

numpy.where(condition,x,y):

當(dāng)condition為True時(shí), 返回x; 當(dāng)condition為False時(shí), 返回y

numpy 線性代數(shù)函數(shù)

numpy.dot():

返回兩個(gè)數(shù)組的點(diǎn)積

numpy.vdot():

返回兩個(gè)向量的點(diǎn)積

numpy.inner():

返回一維數(shù)組的向量內(nèi)積

numpy.matmul():

返回兩個(gè)數(shù)組的矩陣乘積

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市吼拥,隨后出現(xiàn)的幾起案子倚聚,更是在濱河造成了極大的恐慌,老刑警劉巖凿可,帶你破解...
    沈念sama閱讀 211,123評(píng)論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件惑折,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡枯跑,警方通過查閱死者的電腦和手機(jī)惨驶,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,031評(píng)論 2 384
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來敛助,“玉大人粗卜,你說我怎么就攤上這事」枷伲” “怎么了休建?”我有些...
    開封第一講書人閱讀 156,723評(píng)論 0 345
  • 文/不壞的土叔 我叫張陵,是天一觀的道長评疗。 經(jīng)常有香客問我测砂,道長,這世上最難降的妖魔是什么百匆? 我笑而不...
    開封第一講書人閱讀 56,357評(píng)論 1 283
  • 正文 為了忘掉前任砌些,我火速辦了婚禮,結(jié)果婚禮上加匈,老公的妹妹穿的比我還像新娘存璃。我一直安慰自己,他們只是感情好雕拼,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,412評(píng)論 5 384
  • 文/花漫 我一把揭開白布纵东。 她就那樣靜靜地躺著,像睡著了一般啥寇。 火紅的嫁衣襯著肌膚如雪偎球。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,760評(píng)論 1 289
  • 那天辑甜,我揣著相機(jī)與錄音衰絮,去河邊找鬼。 笑死磷醋,一個(gè)胖子當(dāng)著我的面吹牛猫牡,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播邓线,決...
    沈念sama閱讀 38,904評(píng)論 3 405
  • 文/蒼蘭香墨 我猛地睜開眼淌友,長吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼煌恢!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起震庭,我...
    開封第一講書人閱讀 37,672評(píng)論 0 266
  • 序言:老撾萬榮一對(duì)情侶失蹤症虑,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后归薛,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體谍憔,經(jīng)...
    沈念sama閱讀 44,118評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,456評(píng)論 2 325
  • 正文 我和宋清朗相戀三年主籍,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了习贫。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,599評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡千元,死狀恐怖苫昌,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情幸海,我是刑警寧澤祟身,帶...
    沈念sama閱讀 34,264評(píng)論 4 328
  • 正文 年R本政府宣布,位于F島的核電站物独,受9級(jí)特大地震影響袜硫,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜挡篓,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,857評(píng)論 3 312
  • 文/蒙蒙 一婉陷、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧官研,春花似錦秽澳、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,731評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至始花,卻和暖如春妄讯,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背衙荐。 一陣腳步聲響...
    開封第一講書人閱讀 31,956評(píng)論 1 264
  • 我被黑心中介騙來泰國打工捞挥, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留浮创,地道東北人忧吟。 一個(gè)月前我還...
    沈念sama閱讀 46,286評(píng)論 2 360
  • 正文 我出身青樓,卻偏偏與公主長得像斩披,于是被迫代替她去往敵國和親溜族。 傳聞我的和親對(duì)象是個(gè)殘疾皇子讹俊,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,465評(píng)論 2 348