NumPy常用函数——Python第三方库
关于Python第三方库NumPy：
NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，提供了多维数组和矩阵的常用操作，同时也提供了一些高效的科学计算函数。NumPy可以直接完成数组和矩阵的运算，无需循环，同时其底层运算通过C语言实现，处理速度快效率高，适用于大规模多维数组运算。
pip安装NumPy库：
NumPy可利用pip方法进行安装：
NumPy常用函数：
1.创建数组：array([列表]/[元组],dtype=数据类型)
from numpy import *
a = array([0,1,2,3,4],int32)
关于多维数组及取数组部分值切片：
2.数组的属性：
from numpy import *
a = array([0,1,2,3,4])
a.ndim ///数组a的维数
a.shape ///数组a的形状
a.size ///数组a元素的个数
a.dtype ///数组a中元素的数据类型
a.itemsize ///数组a中每个元素的字节数
3.创建特殊矩阵：
-
arange()函数：创建数字序列数组
numpy.arange(起始数字，结束数字，步长，数据类型) 左闭右开区间，不包含起始结束数字时，默认从零开始；不包含步长时，默认步长为1.
import numpy as np
np.arange(8) ///创建数字序列数组 arange(initial，ending，distance，dtype)
np.arange(3,5,0.3)
np.arange(3,5,0.3,int32)
-
ones()函数： 创建全1的数组
numpy.ones(shape,dtype)
import numpy as np
np.ones((2,1,3)) ///创建全1的数组
np.ones((3,2),float16)
-
zeros()函数： 创建全0的数组
numpy.ones(shape,dtype)
import numpy as np
np.zeros((3,2)) ///创建全0的数组
-
eye()函数： 创建单位数组
numpy.eye(shape,dtype)
import numpy as np
np.zeros(3,2) ///创建全0的数组
np.zeros(3) 
-
linspace()函数： 创建等差数列
numpy.linspace(start,stop,num,dtype)
import numpy as np
np.linspace(2,6,5) ///创建等差数列
np.linspace(2,6,5,float16)
np.linspace(2,6,10,float16)
-
logspace()函数： 创建等比数列
numpy.logspace(start,stop,num,base,dtype) start为起始指数，stop为终止指数，而非起始数和终止数，base为基底(默认为10)
import numpy as np
np.logspace(2,6,5) ///创建等比数列
np.logspace(2,6,5,base=2) 
4.改变数组形状：改变形状是应考虑数组元素个数，否则将会报错
- reshape(shape)函数： 不改变当前数组，按照shape创建新的数组
from numpy import *
a = arange(12)
b = a.reshape(3,4)
b
a
- resize(shape)函数： 改变当前数组，按照shape创建数组
from numpy import *
a = arange(12)
a.resize(3,4)
a
5.数组运算：
- 直接使用运算符：此时 * 表示两个矩阵中各个元素分别相乘
- muamul(A,B)函数：矩阵叉乘
- dot(A,B)函数：矩阵点乘
- transpose(A)函数：矩阵转置
- linalg.inv(A)函数：矩阵求逆
- sum()函数：对数组中元素求和
多维数组按维数求和：
-
prod()函数：对所有元素求积
-
diff()函数：计算数组的相邻元素之差
-
sqrt()计算各元素的平方根
- exp()函数：计算各元素的指数值
-
abs()函数：对各元素取绝对值
-
stack()函数：数组堆叠运算
6.矩阵创建与运算：
- matrix(字符串/列表/数组)函数 (等同于mat(字符串/列表/数组) )：创建矩阵
- 矩阵的属性：
from numpy import *
A = mat([[1,2],[3,4]])
A.ndim ///矩阵的维数
A.shape ///矩阵的形状
A.size ///矩阵元素的个数
A.dtype ///矩阵中元素的数据类型 - 矩阵相乘：直接利用符号 ‘ * ’
- 矩阵的转置和求逆：
from numpy import *
A = mat([[1,2],[3,4]])
A.T ///矩阵A求转置
A.I ///矩阵A求逆
7.random()函数：产生随机数
-
random.rand()函数：由[0,1)之间均匀分布的浮点数组成的随机数组
-
random.unifom()函数：取指定区间内均匀分布的随机数组
-
random.randint()函数：取指定区域内整型随机数组
-
random.randn()函数：创建符合标准正态分布的随机数组
-
random.normal(均值,方差,(数组形状))函数：创建给定参数的正态分布的随机数组
-
random.seed()函数：设定相同随机种子，则随机种子对应的随机数不发生变化
-
random.shuffle(序列)函数：打乱顺序，对于多维数组，只打乱第一维
8.NumPy提供的傅里叶变换函数：
- fft.fft()函数：进行傅里叶变换
- fft.ifft()函数：进行傅里叶逆变换
关于傅里叶变换提供的更多内容：Discrete Fourier Transform：NumPy.fft
NumPy提供的数据类型：
NumPy为Python提供了更多的数据类型：
