pythonnumpy函数用法大全（pythonnumpy库安装）

您所在的位置：网站首页 › python对应的numpy › pythonnumpy函数用法大全（pythonnumpy库安装）

pythonnumpy函数用法大全（pythonnumpy库安装）

2023-03-24 19:35| 来源: 网络整理| 查看: 265

本文将为您提供关于pythonnumpy函数用法大全的详细介绍，我们还将为您解释pythonnumpy库安装的相关知识，同时，我们还将为您提供关于3.6Python数据处理篇之Numpy系列(六)--

本文将为您提供关于pythonnumpy函数用法大全的详细介绍，我们还将为您解释pythonnumpy库安装的相关知识，同时，我们还将为您提供关于3.6Python数据处理篇之Numpy系列(六)---Numpy随机函数、numpy python 3.4.1安装：在注册表中找不到Python 3.4的实用信息。

本文目录一览：pythonnumpy函数用法大全（pythonnumpy库安装）3.6Python数据处理篇之Numpy系列(六)---Numpy随机函数numpy python 3.4.1安装：在注册表中找不到Python 3.4

pythonnumpy函数用法大全（pythonnumpy库安装） import numpy as np

创建一个矩阵

array = np.array([[1, 2, 3], [3, 2, 1]]) print(array) # [[1 2 3] # [3 2 1]] print(''array dim:'', array.ndim) # 显示几维

shape 矩阵的形状

print(''shape:'', array.shape) # 显示几行几列

设置元素的类型

a = np.array([1, 2, 3], dtype=np.float) print(a.dtype) # float64

有时候我们会生成矩阵

# ####### 生成全部为0的矩阵 ######### zero = np.zeros((3, 4), dtype=int) print(zero) # [[0 0 0 0] # [0 0 0 0] # [0 0 0 0]] # ########生成全部为1的矩阵 ############### ones = np.ones((3, 5)) print(ones) # [[1. 1. 1. 1. 1.] # [1. 1. 1. 1. 1.] # [1. 1. 1. 1. 1.]] # ######### reshape ##################### _range = np.arange(20).reshape((5, 4)) print(_range) #[[ 0 1 2 3] # [ 4 5 6 7] # [ 8 9 10 11] # [12 13 14 15] # [16 17 18 19]] # ########### 线段 ################### linplace = np.linspace(0, 10, 6) print(linplace)

线段矩阵，表示从0到10的闭区间也就是11个数，取6个数出来

2.矩阵的分隔

import numpy as np a = np.array([[0, 1, 2], [2, 3, 4]]) b = np.arange(0, 6).reshape([3, 2]) print(a) print(b) print(a > 3) # 每个元素都判断一边是不是满足条件不满足返回false，满足返回trueprint(a+b) # 加法减法都一样print(a*b) # 乘法对应位置相乘print(''########################'')print(np.sin(a)) # sin cos tan都可以（每个位置分别sin ...）print(np.dot(a, b)) # 矩阵相乘（）# 还有一种表达方式为 a.dot(b) x = np.random.random([2, 4]) # 随机生成一个在0到1之间的x print(x) print(x.sum(axis=0)) # 全部元素的和 axis等于0在每一列寻找等于1在每一行中寻找 print(x.max()) # 最大值 print(x.min()) # 最小值 print(np.argmin(a)) # 返回最小值的索引 print(a.argmax()) # 返回最大值的索引 print(np.average(a)) # 这样也可以返回平均值但是这个不能a.median() print(a.mean()) # 返回平均值当然 np.argmean()也可以 print(np.median(a)) # 中位数这个不能 a.median() print(np.cumsum(a)) # 元素个数相同，每个元素是之前的累加 print(np.diff(a)) # 两个元素之间的差 print(np.nonzero(a)) # 返回两个数列分别表示行，列 print(np.sort(a)) # 排序 print(np.transpose(a)) # 转置 print(a.T) # 转置 print(np.clip(a, 5, 9)) # 所有小于五的数都设置为5 大于9的数变为9

3.矩阵的索引

# 什么a[0] a[0][1] for row in a 的我就不讲了，反正也会 # 其实a[0][1] 也可以表示为a[0, 1] for row in a: print(row) # 打印行 for column in a.T: print(column) # 打印列 # 最后依然说一些关于迭代输出的问题： A = np.arange(3, 15).reshape((3, 4)) print(A.flatten()) # array([3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14]) for item in A.flat: print(item)

4.矩阵的分割

import numpy as np A = np.arange(12).reshape((3, 4)) X = np.split(A, 3, axis=0) # 横这分割 x = np.vsplit(A, 3) # 横这分割 Y = np.split(A, 4, axis=1) # 列着分割 y = np.hsplit(A, 4) # 列着分割 print(type(A)) # print(X) # [array([[0, 1, 2, 3]]), array([[4, 5, 6, 7]]), array([[ 8, 9, 10, 11]])] print(type(X)) # Z = np.array_split(A, 5, axis=1) # 不对等分割 print(A) # [[ 0 1 2 3] # [ 4 5 6 7] # [ 8 9 10 11]] print(Z) # [array([[0], # [4], # [8]]), array([[1], # [5], # [9]]), array([[ 2], # [ 6], # [10]]), array([[ 3], # [ 7], # [11]]), array([], shape=(3, 0), dtype=int32)]

5.矩阵的合并

import numpy as np A = np.array([1, 2, 3]) print(A.shape) # 此时A不是矩阵属性，只是一个列表属性 # (3,) print(A.T) # 所以转置无效 # [1 2 3] # 需要变为矩阵在来转置 # ######### 把a变成矩阵 print(A[np.newaxis, :].shape) # (1, 3) B = np.array([5, 6, 7]) C = np.vstack((A, B)) # 上下合并 D = np.hstack((A, B)) # 左右合并 print(C) # [[1 2 3] # [5 6 7]] print(D) # [1 2 3 5 6 7] print(C.T) # [[1 5] # [2 6] # [3 7]]

3.6Python数据处理篇之Numpy系列(六)---Numpy随机函数

3.6Python数据处理篇之Numpy系列(六)---Numpy随机函数目录

[TOC]

前言

前一段日子学了numpy,觉得无趣，没有学完，不过后来看了看matplotlib,sympy等库时，频频用到numpy,

numpy才是最基础的库。

（一）基础的随机函数（1）说明：

（2）输出效果

a = np.random.rand(3, 4, 5)

.randn(shape)

randint(low, high,shape)

seed(num)是一个种子随机数，一种整数，就对应一种随机变量。

（二）轴的随机函数（1）说明：

（2）输出效果

.shuffle(a)

改变原数据

.permutation(a)

不改变原数据，返回随机数组。

.chioce(a)

（三）概率的随机函数（1）说明：

（2）输出效果

.uniform(low, high, size)

.normal(均值，标准差，size) --正态分布

.poisson(概率，size)--泊松分布

作者：Mark 日期：2019/02/10 周日

numpy python 3.4.1安装：在注册表中找不到Python 3.4

我的计算机2.7和3.4.1上有两个python版本。我试图通过pip3.4安装numpy，导致 vcvarsall.bat找不到，我很确定它包含在系统路径中。然后我放弃了下载的numpy二进制numpy-1.8.1-win32-superpack-python3.4.exe。并且在安装过程中它告诉我numpy在注册表中找不到python3.4，我也看到它也存在。

HKEY_LOCAL_MACHINE-SOFTWARE--Python---PythonCore----2.7-----Help-----InstallPath-----Modules-----PythonPath----3.4-----Help-----InstallPath-----Modules-----PythonPath

所以我从这里要做的是什么？我的系统是Windows 7 64位。

答案1 小编典典

在Windows上安装numpy时，必须确保您正在使用.exe进行相应的Python安装。

使用Python 3.4.1时，必须使用Python3.4.1的安装程序。您使用的安装程序的最新修改时间为3月25日，即3.4.1发布之前。这表明它适用于3.4.0，因此无法正常工作。

如果您需要numpy的最新Windows安装程序（以及大量其他软件包），可以在这里找到它们。

今天关于pythonnumpy函数用法大全和pythonnumpy库安装的分享就到这里，希望大家有所收获，若想了解更多关于3.6Python数据处理篇之Numpy系列(六)---Numpy随机函数、numpy python 3.4.1安装：在注册表中找不到Python 3.4等相关知识，可以在本站进行查询。

本文标签：

函数大全安装用法库安

【本文地址】

公司简介

联系我们