NumPy是Python中科学计算的基础包。它是一个Python库，提供多维数组对象，各种派生对象（如掩码数组和矩阵），以及用于数组快速操作的各种API，有包括数学、逻辑、形状操作、排序、选择、输入输出、离散傅立叶变换、基本线性代数，基本统计运算和随机模拟等等。
NumPy的一些操作
- np.array(元组|列表) #把元组或列表转化为数组
- np.arange([开始数值,]结束数值[,步长]) #获取开始到结束的步长序列
- np.linspace(开始,结束,组数,endpoint=是否包含结束值) #线性分段
- np.zeros((行数，列数) [,dtype=元素数据类型]) #创建元素为0的array
- np.ones((行数，列数) [,dtype=元素数据类型]) #创建元素为1的array
- np.eye(N) #创建N行N列对角线为1的array
- np.empty((行数，列数),[,dtype=元素数据类型]) #默认值的数组
- np.random.rand(行数，列数) #随机0-1之间的数
- np.random.randint(开始值,结束值,size=(行，列)) #开始~结束的指定个随机数
- np.random.randn(N) #正态分布小的N个随机数
-
数组函数
- arr.reshape(数值1,数值2,...) #重塑元素类型
- arr.max() # 等价于 np.max(arr)
- arr.min() # 等价于 np.min(arr)
- arr.mean() # 等价于 np.mean(arr)
- arr.sum() # 等价于 np.sum(arr)
- arr.log() #等价于 np.log(arr) e为底的对数
- arr.exp() #等价于 np.exp(arr) e的几次方
- arr.std() #等价于 np.std(arr) arr的标准差
- arr.var() #等价于 np.var(arr) arr的方差
- arr.argmax() #等价于 np.argmax(arr) 最大值所在的位置
- arr.argmin() #等价于 np.argmin(arr) 最小值所在的位置
- arr.floor() #等价于 np.floor(arr) 小于数组元素的最大整数
- arr.ceil() #等价于 np.ceil(arr) 大于数组元素的最小整数
- arr.round(n） #等价于 np.round(arr） 数组元素保留n位小数
- arr.sqrt() #等价于 np.sqrt(arr)
- arr.T 或 arr.transpose() #矩阵转置
- arr.dot(arr.T) #等价于 np.dot(arr,arr.T) #进行矩阵乘法
- np.mat() # →矩阵
- np.multiply(mat1,mat2) #矩阵计算对应位置乘法 arr1 * arr2
- np.sort(a,axis=1|0) #排序 ,以第一列对行进行排序，或以第一行对列进行排序
- np.argsort(a,axis=1|0) #排序后的索引位置
- a.ravel() #数组展开为一维度
- np.cumsum(a) #累加函数
- np.where(条件,true,false) #等价于excel的if,可嵌套
- np.unique(数组）#对数据去重
-
数组添加元素
- sss=np.vstack((原数组,想添加的数组)) #添加行,参数要有()
- np.vstack((arr1,[81, 64, 64, 10])) #[81, 64, 64, 10]处可以以元组的方式展示
- sss=np.hstack((原数组,想添加的数组)) #添加列,参数要有(),数数据要体现出列的关系
- np.hstack((arr1,[[1],[2],[3]])) #[1],[2],[3]] 可以用元组，但内部元素不要元组
- sss=np.append(原数组,想添加的数组,axis=行为0，列为1) #想添加的数组的维度与原数组维度一致
- sss=np.insert(原数组,位置,想添加的list,axis=行为0，列为1) #二维数据 只要长度一致即可
- sss=np.insert(原一维数组,位置,想添加的list)#一维数据