numpy中查看数组纬度的属性为？

来源：蜘蛛抓取(WebSpider) 时间：2022-05-05 04:14 标签： python列表维度

这篇文章主要介绍了Python常用库Numpy进行矩阵运算详解，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

Numpy支持大量的维度数组和矩阵运算，对数组运算提供了大量的数学函数库！

Numpy比Python列表更具优势，其中一个优势便是速度。在对大型数组执行操作时，Numpy的速度比Python列表的速度快了好几百。因为Numpy数组本身能节省内存，并且Numpy在执行算术、统计和线性代数运算时采用了优化算法。

Numpy的另一个强大功能是具有可以表示向量和矩阵的多维数组数据结构。Numpy对矩阵运算进行了优化，使我们能够高效地执行线性代数运算，使其非常适合解决机器学习问题。

与Python列表相比，Numpy具有的另一个强大优势是具有大量优化的内置数学函数。这些函数使你能够非常快速地进行各种复杂的数学计算，并且用到很少代码（无需使用复杂的循环），使程序更容易读懂和理解。

注：在ndarray结构中，里面元素必须是同一类型的，如果不是，会自动的向下进行。

Numpy简单创建数组

Numpy.diag(参数1：v，主对角线数值，参数 2：k，对角线元素)：K = 0表示主对角线，k>0的值选择在主对角线之上的对角线中的元素，k<0的值选择在主对角线之下的对角线中的元素

Numpy查看数组属性

创建指定形状的数组，数值范围在0~1之间 

 
 
 
 
 # 正态生成4行5列的二位数组
 
 # 截取第0至第3行，第2至第4列（从第0行第0列算起）

Numpy.copy(参数 1：数组)：创建给定array的一个副本，还可当做方法用。 

 
 

  

  

    reshape()：把指定的数组改变形状，但是元素个数不变；有返回值，即不对原始多维数组进行修改
  

  

    
# 某一维指定为-1时，自动计算维度
 

  

  

    resize()：把指定的数组改变形状，但是元素个数可变，不足补0；无返回值，即对原始多维数组进行修改
  

  

    
 

  

  

    
 # 如果数值小于80，替换为0，如果大于等于80，替换为90
 

  

  

    指定轴最大值：amax(参数1：数组；参数2：axis=0/1，0表示行1表示列)
  

  

    
# 求整个矩阵的最大值
# 求每一列的最大值（0表示行）
# 求每一行的最大值（1表示列）
 

  

  

    指定轴最小值：amin(参数1：数组；参数2：axis=0/1，0表示行1表示列)
  

  

    
# 求整个矩阵的最小值
# 求每一列的最小值（0表示行）
# 求每一行的最小值（1表示列）
 

  

  

    指定轴平均值：mean(参数1：数组；参数2：axis=0/1，0表示行1表示列；参数3：dtype，输出数据类型)
  

  

    
# 求整个矩阵的平均值
# 求每一列的平均值（0表示行）
# 求每一行的平均值（1表示列）
 

  

  

    指定轴方差：std(参数1：数组；参数2：axis=0/1，0表示行1表示列；参数3：dtype，输出数据类型)
  

  

    
# 求每一列的方差（0表示列）
# 求每一行的方差（1表示行）
 

  

  

    数组与数的运算（加、减、乘、除、取整、取模）
  

  

    
# 循环数组行和列，每一个数值都加5
# 循环数组行和列，每一个数值都减5
# 循环数组行和列，每一个数值都乘以5
# 循环数组行和列，每一个数值都除以5
# 循环数组行和列，每一个数值除以5取整
# 循环数组行和列，每一个数值除以5取模
 

  

  

    数组间运算（加、减、乘、除），前提是两个数组的shape一样
  

  

    
 # 分母数组保证每个数值不能为0
 

  

  

    Numpy.setdiff1d(参数 1：数组a；参数 2：数组b)：查找在数组a中不在数组b中的元素
  

  

    Numpy.union1d(参数 1：数组a；参数 2：数组b)：查找两个数组的并集元素
  

  

    矩阵运算（一种特殊的二维数组）
  

  

    （M行，N列）*（N行，Z列）=（M行，Z列）
  

  

    
 # 平时成绩占40% 期末成绩占60%, 计算结果
 

  

  

    矩阵垂直拼接（前提两个两个矩阵列数相同，行数随意）：vstack(参数：tuple)
  

  

    
 

  

  

    矩阵水平拼接（前提两个两个矩阵行数相同，列数随意）：hstack(参数：tuple)
  

  

    
 

  

  

    
 

  

  

    
# 最后一列添加一列（注意添加元素格式）
 

  

  

    
# 在列索引1的位置插入（注意元素格式，跟添加格式不同）
 

  

  

    fname:读取的文件、文件名
  

  

    delimiter：分隔符，默认是空格
  

  

    skiprows：跳过前几行读取，默认是0
  

  

    到此这篇关于Python常用库Numpy进行矩阵运算详解的文章就介绍到这了,更多相关Python Numpy 矩阵运算内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

  



                            

                                                    

                                

  

    内容简介：python3库库numpy数组属性的查看方法数组属性的查看方法下面小编就为大家分享一篇python3库numpy数组属性的查看方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧实例如下所示：实例如下所示：import numpy as npa1 =
  



                            

                                                    

                                

  

    numpy 创建的数组都有一个shape属性，它是一个元组，返回各个维度的维数。有时候我们可能需要知道某一维的特定维数。
  

  



                            

                                                

                    

                

            

            


            

                
我要回帖

                

                    

                        
                        
                    

                

            

            

                        

                
更多关于 python列表维度 的文章

                

                    
                

            

                    

        

            

                
 

                


                

            

            

            

                
随机推荐