2.2.2 ufunc函数&2.2.3 常用函数库

①add对应元素相加

②subtract对应元素相减

③数组元素相乘

④divide、floor_divide除法和向下取整（丢弃余数）

⑤power幂函数

⑥maximum、fmax返回两个数组较大者组成的数组

⑦mod取余

⑧greater、greater_equal、less、less_equal、equal、not_equal：元素比较运算相当于＞、>=、<、<=、=、≠

⑨logical_and、logical_or、logical_xor元素真值运算相当于&、|、^

2.2.3常用函数库

1、

函数名		函数名
sum	数组元素求和或对某轴向元素求和	mean	算术平均数
prod	计算数组元素的乘积	min	计算各元素最小值
std	标准差	max	计算各元素最大值
var	方差	argmin	最小值元素索引

2、随机数

import numpy as np

# 利用numpy.random产生随机数
print(np.random.rand(3, 2))  # 0~1均匀分布的样本
print(np.random.randn(3, 2))  # 正态分布的随机数，数组形状（3,2）
print(np.random.normal(100, 10, (3, 2)))  # 正态分布随机数，期望100，标准差10，数组形状（3,2）
print(np.random.uniform(10, 30, (3, 2)))  # 10~30的均匀分布
print(np.random.poisson())  # λ系数为5的泊松分布
print(np.random.permutation(5))  # [0,5]随机整数
a = [1, 2, 3]
print(np.random.permutation(a))  # a的随机排列
print(np.random.randint(20, 50, 5))  # [20,50]范围内产生的5个随机数

 

输出结果如下

[[0.60905535 0.5787323 ]
[0.10360825 0.43054893]
[0.9497246 0.5508657 ]]
[[ 0.97825827 -0.34827194]
[ 1.12542917 0.40453609]
[-0.70208668 -0.17586244]]
[[ 85.51252714 91.30205883]
[101.39198047 95.19504388]
[ 85.07048564 111.45664473]]
[[21.971866 24.84019723]
[28.12806567 22.6673743 ]
[24.89224711 19.96258787]]
1
[1 0 3 2 4]
[2 1 3]
[42 42 29 34 28]

3、操作多维数组

import numpy as np

# 操作多维数组
# ①沿0轴
a = np.array([1, 2, 3])
b = np.array([2, 3, 4])
c = np.vstack((a, b))
print('1st example of vstack:\n', c)
d = np.array([[1], [2], [3]])
e = np.array([[2], [3], [4]])
f = np.vstack((d, e))
print('2nd example of vstack: \n', f)

1st example of vstack:
[[1 2 3]
[2 3 4]]
2nd example of vstack:
[[1]
[2]
[3]
[2]
[3]
[4]]

# ②沿1轴
g = np.hstack((a, b))
print('1st example of hstack:\n', g)
h = np.hstack((d, e))
print('2nd example of hstack:\n', h)

1st example of hstack:
[1 2 3 2 3 4]
2nd example of hstack:
[[1 2]
[2 3]
[3 4]]
[[ 7 21 3 14 16 3 12 16 0 20 16 22]
[15 6 18 6 13 1 1 24 12 12 5 7]]

# ③沿水平轴分拆
i = np.random.randint(0, 25, (2, 12))
j = np.hsplit(i, 3)
print(i)
print(j)

[array([[ 7, 21, 3, 14],
[15, 6, 18, 6]]), array([[16, 3, 12, 16],
[13, 1, 1, 24]]), array([[ 0, 20, 16, 22],
[12, 12, 5, 7]])]