导包 import numpy as np
查看版本 print(np.__version__)
一、创建数组
NumPy 的主要对象是多维数组 Ndarray。在 NumPy 中维度（dimensions）叫做轴（axes），轴的个数叫做秩（rank）。
例如，下方数组是一个秩为 1 的数组，因为它只有一个轴，而轴的长度为 3。
[1, 2, 3]
1
又例如，下方数组的秩为 2。第一个维度长度为 2,第二个维度长度为 3。
[[1., 2., 3.],
[4., 5., 6.]]
1
2
创建一维数组
np.array([1, 2, 3])
创建二维数组
np.array([(1, 2, 3), (4, 5, 6)])
创建全为0的二维数组
np.zeros((3, 3))
创建全为1的三维数组
np.ones((2, 3, 4))
创建一维等差数组
np.arange(5)
创建二维等差数组
np.arange(6).reshape(2, 3)
创建单位矩阵（三维）
np.eye(3)
创建等间隔一维数组
np.linspace(1, 10, num=6)
创建二维随机数组
np.random.rand(2, 3)
创建二维随机整数数组（数值小于5）
np.random.randint(5, size=(2, 3))
依据自定义函数创建数组
i , j 为坐标索引
np.fromfunction(lambda i, j: i + j, (3, 3))
二、数组运算
生成一维示例数组
a = np.array([10, 20, 30, 40, 50])
b = np.arange(1, 6)
a, b
1
2
3
一维数组加法运算
a + b
一维数组减法运算
a - b
一维数组乘法运算
a * b
一维数组除法运算
a / b
生成二维示例数组（可以看作矩阵）
A = np.array([[1, 2],
[3, 4]])
B = np.array([[5, 6],
[7, 8]])
A, B
1
2
3
4
5
矩阵加法运算
A + B
矩阵减法运算
A - B
矩阵元素间乘法运算
这个只是对应的数组进行相乘
A * B
矩阵乘法运算（真正矩阵相乘）
np.dot(A, B)
# 如果使用 np.mat 将二维数组准确定义为矩阵，就可以直接使用 * 完成矩阵乘法计算
np.mat(A) * np.mat(B)
1
2
数乘矩阵
2 * A
矩阵的转置
A.T
矩阵求逆
np.linalg.inv(A)
---------------------
作者：fanfan4569
来源：CSDN
原文：https://blog.csdn.net/fanfan4569/article/details/85256266
版权声明：本文为博主原创文章，转载请附上博文链接！
|
|
收藏
淘帖
踩
