Numpy 速查表

NumPy 是 Python 科学计算的基础包。本速查表为 NumPy 初学者提供快速参考。

#快速入门

#简介

您还需要导入 numpy 才能开始：

import numpy as np

#导入/导出

-	-
`np.loadtxt('file.txt')`	从文本文件加载
`np.genfromtxt('file.csv',delimiter=',')`	从 CSV 文件加载
`np.savetxt('file.txt',arr,delimiter=' ')`	写入文本文件
`np.savetxt('file.csv',arr,delimiter=',')`	写入 CSV 文件

#创建数组

-	-
`np.array([1,2,3])`	一维数组
`np.array([(1,2,3),(4,5,6)])`	二维数组
`np.zeros(3)`	长度为 3，所有值为 0 的一维数组
`np.ones((3,4))`	所有值为 1 的 3x4 数组
`np.eye(5)`	5x5 的单位矩阵（对角线为1，其余为0）
`np.linspace(0,100,6)`	从 0 到 100 之间均匀分布的 6 个值组成的数组
`np.arange(0,10,3)`	从 0 开始，小于 10，步长为 3 的值组成的数组 (例如 [0,3,6,9])
`np.full((2,3),8)`	所有值为 8 的 2x3 数组
`np.random.rand(4,5)`	0-1 之间随机浮点数的 4x5 数组
`np.random.rand(6,7)*100`	0-100 之间随机浮点数的 6x7 数组
`np.random.randint(5,size=(2,3))`	0-4 之间随机整数的 2x3 数组

#检查属性

-	-
`arr.size`	返回数组中元素的数量
`arr.shape`	返回数组的维度 (行,列)
`arr.dtype`	返回数组中元素的类型
`arr.astype(dtype)`	将数组元素转换为 dtype 类型
`arr.tolist()`	将数组转换为 Python 列表
`np.info(np.eye)`	查看 np.eye 的文档

#复制/排序/重塑

-	-
`np.copy(arr)`	将 arr 复制到新的内存地址
`arr.view(dtype)`	创建 arr 元素具有 dtype 类型的新视图
`arr.sort()`	对 arr 进行排序
`arr.sort(axis=0)`	对 arr 的特定轴进行排序
`two_d_arr.flatten()`	将二维数组 two_d_arr 展平为一维
`arr.T`	转置 arr (行变列，列变行)
`arr.reshape(3,4)`	在不更改数据的情况下将 arr 重塑为 3 行 4 列
`arr.resize((5,6))`	将 arr 形状更改为 5x6 并用 0 填充新值

#添加/删除元素

-	-
`np.append(arr,values)`	将值附加到 arr 的末尾
`np.insert(arr,2,values)`	在索引 2 之前将值插入 arr
`np.delete(arr,3,axis=0)`	删除 arr 中索引为 3 的行
`np.delete(arr,4,axis=1)`	删除 arr 中索引为 4 的列

#合并/拆分

-	-
`np.concatenate((arr1,arr2),axis=0)`	将 arr2 作为行添加到 arr1 的末尾
`np.concatenate((arr1,arr2),axis=1)`	将 arr2 作为列添加到 arr1 的末尾
`np.split(arr,3)`	将 arr 拆分为 3 个子数组
`np.hsplit(arr,5)`	在第 5 个索引处水平拆分 arr

#索引/切片/子集

-	-
`arr[5]`	返回索引为 5 的元素
`arr[2,5]`	返回索引 [2][5] 处的二维数组元素
`arr[1]=4`	将索引为 1 的数组元素赋值为 4
`arr[1,3]=10`	将索引 [1][3] 处的数组元素赋值为 10
`arr[0:3]`	返回索引 0,1,2 处的元素 (对于二维数组：返回行 0,1,2)
`arr[0:3,4]`	返回行 0,1,2 中第 4 列的元素
`arr[:2]`	返回索引 0,1 处的元素 (对于二维数组：返回行 0,1)
`arr[:,1]`	返回所有行中索引为 1 的元素
`arr<5`	返回一个布尔值数组
`(arr1<3) & (arr2>5)`	返回一个布尔值数组
`~arr`	反转布尔数组
`arr[arr<5]`	返回数组中小于 5 的元素

#向量运算

-	-
`np.add(arr1,arr2)`	逐元素将 arr2 加到 arr1
`np.subtract(arr1,arr2)`	逐元素从 arr1 中减去 arr2
`np.multiply(arr1,arr2)`	逐元素将 arr1 乘以 arr2
`np.divide(arr1,arr2)`	逐元素将 arr1 除以 arr2
`np.power(arr1,arr2)`	逐元素计算 arr1 的 arr2 次幂
`np.array_equal(arr1,arr2)`	如果数组具有相同的元素和形状，则返回 True
`np.sqrt(arr)`	数组中每个元素的平方根
`np.sin(arr)`	数组中每个元素的正弦值
`np.log(arr)`	数组中每个元素的自然对数
`np.abs(arr)`	数组中每个元素的绝对值
`np.ceil(arr)`	向上取整到最近的整数
`np.floor(arr)`	向下取整到最近的整数
`np.round(arr)`	四舍五入到最近的整数

#标量运算

-	-
`np.add(arr,1)`	每个数组元素加 1
`np.subtract(arr,2)`	每个数组元素减 2
`np.multiply(arr,3)`	每个数组元素乘以 3
`np.divide(arr,4)`	每个数组元素除以 4 (除以零返回 np.nan)
`np.power(arr,5)`	每个数组元素进行 5 次幂运算

#统计

-	-
`np.mean(arr,axis=0)`	返回特定轴的平均值
`arr.sum()`	返回 arr 的总和
`arr.min()`	返回 arr 的最小值
`arr.max(axis=0)`	返回特定轴的最大值
`np.var(arr)`	返回数组的方差
`np.std(arr,axis=1)`	返回特定轴的标准差
`arr.corrcoef()`	返回数组的相关系数