Python数据分析:numpy常用函数
numpy是python中一个与科学计算有关的库,本文将介绍一些常用的numpy函数,使用numpy之前需要先引入,输入import numpy as np
,我们一般将numpy简化为np。
1.np.arange(n)
:生成0至n-1个整数。
2.a.reshape(m,n)
:将a重新定义为一个m行n列的矩阵。
3.a.shape
:打印a的行和列。
4.a.ndim
:求a的维度。
5.a.size
:输出a中的元素个数。
6.np.zeros((m,n))
:生成m行n列的零矩阵,应当注意的是,函数中要传入一个元组。此时生成的矩阵0后面有一个小数点,因为系统默认数据类型为浮点型,要想获得整数类型,我们应预先指定好数据类型。
7.np.ones((k,m,n),dtype=np.int32)
:生成k个m行n列的单位矩阵,且矩阵中的数据类型为整数型。
8.np.arange(m,n,k)
:生成m到n的以k为步长切片的数据。
9.np.linspace(m,n,k)
:在m到n的数据中按等间距取k个值。
10.若A、B为同维矩阵,则A*B
返回的是A和B矩阵对应位置相乘得到的结果,A.dot(B)
或np.dot(A,B)
返回的才是矩阵乘法所得的结果。
11.np.exp(A)
或np.sqrt(B)
:分别得到e的B次幂和矩阵B中每个数开方所得到的结果。
12.np.floor()
:向下取整。
13.a.ravel()
:将矩阵a重新拉伸成一个向量,拉伸后可以重新reshape成一个新矩阵。
14.a.T
:求a的转置矩阵。
15.a.reshape(n,-1)
或a.reshape(-1,n)
:确定一个矩阵的行(列)后,相应的列(行)也直接被确定,因此输入-1即可。
16.np.hstack((a,b))
:将矩阵a和b横向拼接。
17.np.vstack((a,b))
:将矩阵a和b纵向拼接。
18.np.hsplit(a,n)
:将矩阵a横向切为n份。
19.np.hsplit(a,(m,n))
:在a的索引为m和n的空隙横向切开。
20.np.vsplit(a,n)
:将矩阵a纵向切为n份。
21.np.hsplit(a,(m,n))
:在a的索引为m和n的空隙纵向切开。
22.矩阵的复制:
b = a
:此时得到的b与a的地址是完全相同的,也就是a,b只是同一个矩阵的不同名称,对其中任意一个矩阵操作都会引起另一个矩阵相同的变化。b = a.view()
:此时得到的b与a的地址不同,但是对b的操作会改变a。b = a.copy()
:此时得到的是两个完全独立的矩阵。
23.b = np.tile(a,(m,n))
:将矩阵a的行数扩大m倍,列数扩大n倍。
24.np.sort(a,axis=k)
:将矩阵a在k维排序。
25.np.argsort(a)
:返回将a升序排列后的索引值(默认排列方式为升序)。