datacamp:numpy知識(shí)點(diǎn)
3.look though 這個(gè)np.array
4.? 隨機(jī)創(chuàng)建data
目錄
1-7. 入門
8.? ? 創(chuàng)建數(shù)組
9.? ? np.reshape（）
10.? ?將多維數(shù)組轉(zhuǎn)為一維數(shù)組
11.? 算術(shù)運(yùn)算
12.?numpy 中數(shù)組和矩陣的區(qū)別
numpy入門
1. numpy的主要操作對(duì)象是同類型的多維數(shù)組。
它是一個(gè)由正整數(shù)元組索引，元素類型相同的表（通常元素是數(shù)字）。在 numpy維度被稱為?axes,?axes?的數(shù)量稱為?rank。
2. numpy的數(shù)組類是ndarray，也可以叫array
3.ndarray.ndim
數(shù)組的?axes?（維數(shù)）數(shù)值大小。
4.ndarray.shape
數(shù)組的維數(shù)，這是由每個(gè)維度的大小組成的一個(gè)元組。對(duì)于一個(gè) n行 m 列的矩陣。shape?是?(n, m)。由?shape?元組的長(zhǎng)度得出?rank?或者維數(shù)?ndim。
5.ndarray.size
數(shù)組元素的個(gè)數(shù)總和，這等于?shape?元組數(shù)字的乘積。
6.ndarray.dtype
在數(shù)組中描述元素類型的一個(gè)對(duì)象.它是一種可以用標(biāo)準(zhǔn)的python類型創(chuàng)建和指定的類型。eg:numpy.int32，numpy.int16，numpy.float64……
7.ndarray.itemsize
數(shù)組中每個(gè)元素所占字節(jié)數(shù)。
8.創(chuàng)建數(shù)組
8.1 用array創(chuàng)建一維數(shù)組
創(chuàng)建的數(shù)組類型是從原始序列中的元素推斷出來(lái)的。
8.2 用array創(chuàng)建高維數(shù)組
8.3 用占位符創(chuàng)建
8.3.1 np.zeros()
創(chuàng)建一個(gè)全是0的數(shù)組
ps: np.zeros_like()生成相同形狀的全0數(shù)組
8.3.2?np.ones
創(chuàng)建全是1的數(shù)組
8.3.3 np.empty()
empty?創(chuàng)建一個(gè)隨機(jī)的數(shù)組。默認(rèn)創(chuàng)建數(shù)組的類型是?float64
8.4 用arrange創(chuàng)建數(shù)組
np.arrange() 來(lái)表示取值范圍
8.5 用np.linspace 來(lái)創(chuàng)建數(shù)組 等差數(shù)列
當(dāng)?arange?的參數(shù)是浮點(diǎn)型的，由于有限的浮點(diǎn)精度，通常不太可能去預(yù)測(cè)獲得元素的數(shù)量。出于這個(gè)原因，通常選擇更好的函數(shù)?linspace，他接收我們想要的元素?cái)?shù)量而不是步長(zhǎng)作為參數(shù)。
類似arange，linspace從[start , stop ] 生成num個(gè)數(shù)，Num個(gè)數(shù)間隔相等。（默認(rèn)為float）
linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)
8.6?np.random.rand()隨機(jī)生成取值在（0，1）的數(shù)組
8.7 np.random.randit() 產(chǎn)生隨機(jī)整數(shù)
numpy.random.randint(low, high=None, size=None, dtype='l')
8.8?np.random.choice （）
# 參數(shù)意思分別 是從a 中以概率P，隨機(jī)選擇3個(gè), p沒(méi)有指定的時(shí)候相當(dāng)于是一致的分布
a1 = np.random.choice(a=5, size=3, replace=False, p=None)
print(a1)
# 非一致的分布，會(huì)以多少的概率提出來(lái)
a2 = np.random.choice(a=5, size=3, replace=False, p=[0.2, 0.1, 0.3, 0.4, 0.0])
print(a2)
# replacement 代表的意思是抽樣之后還放不放回去，如果是False的話，那么出來(lái)的三個(gè)數(shù)都不一樣，如果是True的話， 有可能會(huì)出現(xiàn)重復(fù)的，因?yàn)榍懊娴某榈姆呕厝チ恕?/p>
https://blog.csdn.net/qfpkzheng/article/details/79061601
8.9?numpy.random.sample
返回一個(gè)隨機(jī)數(shù)組，取值在（0，1）之間
numpy.random.sample(size=None)
參數(shù)：
size：?int or tuple of ints, optional 可以是整數(shù)或者元組
Output shape. If the given shape is, e.g.,?(m,?n,?k), then?m?*?n?*?k?samples are drawn
如果size輸入的是元組形式，返回的是多維數(shù)組
numpy.random.sample — NumPy v1.16 Manual
8.10??numpy.random.randn()
numpy.random.randn(d0,d1,…,dn)
randn函數(shù)返回一個(gè)或一組樣本，具有標(biāo)準(zhǔn)正態(tài)分布。
dn表格每個(gè)維度
返回值為指定維度的array
ps:標(biāo)準(zhǔn)正態(tài)分布又稱為u分布，是以0為均值、以1為標(biāo)準(zhǔn)差的正態(tài)分布，記為N（0，1）
https://blog.csdn.net/u012149181/article/details/78913167
8.11 np.logspace()
創(chuàng)建等比數(shù)列
8.12 np.fromstring()
9. 修改數(shù)組的形狀
9.1 np.reshape()?
將一維的數(shù)據(jù)轉(zhuǎn)為多維的
9.2 數(shù)組的轉(zhuǎn)置transposed
9.3 np.resize()
reshape函數(shù)返回修改的形狀，而 resize方法直接修改數(shù)組本身。
10.將多維數(shù)組轉(zhuǎn)為一維數(shù)組np.ravel()? ? ?np.flatten()? ? ? ?np.squeeze()
numpy中的ravel()、flatten()、squeeze()都有將多維數(shù)組轉(zhuǎn)換為一維數(shù)組的功能，區(qū)別：
ravel()：如果沒(méi)有必要，不會(huì)產(chǎn)生源數(shù)據(jù)的副本
flatten()：返回源數(shù)據(jù)的副本
squeeze()：只能對(duì)維數(shù)為1的維度降維
另外，reshape(-1)也可以“拉平”多維數(shù)組
11.numpy中的算數(shù)計(jì)算
11.1 四則運(yùn)算
+’，’-‘，’*’，’/’運(yùn)算都是基于全部的數(shù)組元素的
11.1.1 * vs np.dot() vs np.multiply()? 不同 見13
https://blog.csdn.net/zenghaitao0128/article/details/78715140
11.2?開根號(hào)/指數(shù)??universal functions??
還包含 sin cos?
11.3 += 和 *=
直接在原數(shù)組上做修改，不會(huì)創(chuàng)建新數(shù)組。
11.4 聚合運(yùn)算
還有mean（） median（）
ps:?numpy.ptp(a, axis=None, out=None)? ?返回最大和最小值之差
11.5 二元ufunc
11.6 數(shù)組的集合運(yùn)算
11.7 numpy.linalg() 常用計(jì)算函數(shù)
12. numpy 中數(shù)組和矩陣的區(qū)別
1. Numpy matrices必須是2維的,但是 numpy arrays (ndarrays) 可以是多維的（1D，2D，3D····ND）. Matrix是Array的一個(gè)小的分支，包含于Array。所以matrix 擁有array的所有特性。
2. 在numpy中matrix的主要優(yōu)勢(shì)是：相對(duì)簡(jiǎn)單的乘法運(yùn)算符號(hào)。例如，a和b是兩個(gè)matrices，那么a*b，就是矩陣積。
3. matrix 和 array 都可以通過(guò)objects后面加.T 得到其轉(zhuǎn)置。但是 matrix objects 還可以在后面加 .H f得到共軛矩陣, 加 .I 得到逆矩陣。
4. 相反的是在numpy里面arrays遵從逐個(gè)元素的運(yùn)算，所以array：c 和d的c*d運(yùn)算相當(dāng)于matlab里面的c.*d運(yùn)算。而矩陣相乘，則需要numpy里面的dot命令 。
https://blog.csdn.net/wyl1813240346/article/details/79806207
13.?* vs np.dot() vs np.multiply()? 區(qū)別
數(shù)組的?*?操作不像其他的矩陣語(yǔ)言。矩陣乘法通過(guò)?dot?函數(shù)進(jìn)行模擬
13.1 np.multiply()用法
數(shù)組和矩陣對(duì)應(yīng)位置相乘，輸出與相乘數(shù)組/矩陣的大小一致
13.1.1 數(shù)組
13.1.2 矩陣
13.2 np.dot() 用法
對(duì)于秩為1的數(shù)組，執(zhí)行對(duì)應(yīng)位置相乘，然后再相加；
對(duì)于秩不為1的二維數(shù)組，執(zhí)行矩陣乘法運(yùn)算；超過(guò)二維的可以參考numpy庫(kù)介紹。
13.2.1 一維數(shù)組
13.2.2 二維數(shù)組
13.3 * 的用法
對(duì)數(shù)組執(zhí)行對(duì)應(yīng)位置相乘
對(duì)矩陣執(zhí)行矩陣乘法運(yùn)算
13.3.1 數(shù)組 *
13.3.2 矩陣
14.?索引，切片和迭代
14.1 一維數(shù)組
一維數(shù)組可以被索引，切片和迭代，就像列表和其他Python序列一樣。
14.2 二維數(shù)組
14.3 多維數(shù)組 三維數(shù)組 用... 查詢數(shù)組
15. 數(shù)組的組合拼接
使用hstack 橫向拼接
使用vstack 縱向拼接
16.數(shù)組的拷貝
不同的數(shù)組對(duì)象可以分享相同的數(shù)據(jù)。view?方法創(chuàng)建了一個(gè)相同數(shù)據(jù)的新數(shù)組對(duì)象。 淺拷貝
想要真正的復(fù)制一份a給b，可以使用copy.? 深拷貝
17.numpy中的函數(shù)
18. numpy中的矩陣
矩陣與數(shù)組有不同，矩陣最多是2維的
18.1 矩陣的創(chuàng)建
18.2 矩陣的乘法
np.multiply()
(*)
18.3 矩陣的轉(zhuǎn)置 .T()
18.4 矩陣求逆nlg.inv()
18.5 特征向量
ps:忘記特征向量怎么求了?
先占著坑
pass
19. np.meshgrid()用法
meshgrid(*xi, **kwargs)
功能：從一個(gè)坐標(biāo)向量中返回一個(gè)坐標(biāo)矩陣
20.np.cumsum()
numpy.cumsum(a, axis=None, dtype=None, out=None)
axis=0，按照行累加。
axis=1，按照列累加。
axis不給定具體值，就把numpy數(shù)組當(dāng)成一個(gè)一維數(shù)組。
自動(dòng)轉(zhuǎn)換成一維數(shù)組，按照行累加
21.np.where()用法
21.1 np.where(condition, x, y)
滿足條件(condition)，輸出x，不滿足輸出y。
21.2?np.where(condition)
只有條件 (condition)，沒(méi)有x和y，則輸出滿足條件 (即非0) 元素的坐標(biāo) (等價(jià)于numpy.nonzero)。這里的坐標(biāo)以tuple的形式給出，通常原數(shù)組有多少維，輸出的tuple中就包含幾個(gè)數(shù)組，分別對(duì)應(yīng)符合條件元素的各維坐標(biāo)。
21.3 利用where 修改數(shù)組的值
22.利用set去重?
23.?np.concatenate
numpy.concatenate((a1,?a2,?...),?axis=0,?out=None)
24. np.meshgrid()
meshgrid(*xi, **kwargs)
從一個(gè)坐標(biāo)向量中返回一個(gè)坐標(biāo)矩陣
參數(shù)：
x1,x2...,xn：數(shù)組,一維的數(shù)組代表網(wǎng)格的坐標(biāo)。
indexing：{'xy','ij'}，笛卡爾坐標(biāo)'xy'或矩陣'ij'下標(biāo)作為輸出，默認(rèn)的是笛卡爾坐標(biāo)。
sparse：bool類型，如果為True，返回一個(gè)稀疏矩陣保存在內(nèi)存中，默認(rèn)是False。
copy：bool類型，如果是False，返回一個(gè)原始數(shù)組的視圖保存在內(nèi)存中，默認(rèn)是True。如果，sparse和copy都為False，將有可能返回一個(gè)不連續(xù)的數(shù)組。而且，如果廣播數(shù)組的元素超過(guò)一個(gè)，可以使用一個(gè)獨(dú)立的內(nèi)存。如果想要對(duì)這個(gè)數(shù)組進(jìn)行寫操作，請(qǐng)先拷貝這個(gè)數(shù)組。
返回值：x1,x2,....,xn：ndarray(numpy數(shù)組)
numpy中的meshgrid函數(shù) - 修煉之路 - CSDN博客
reference：
python 科學(xué)計(jì)算 — numpy 學(xué)習(xí)筆記 - 細(xì)語(yǔ)呢喃
https://blog.csdn.net/sinat_29957455/article/details/78825945
