numpy笔记一览图

文章目录

  • numpy中文参考手册
  • numpy学习笔记1一基础知识
  • numpy学习笔记2—常用函数1
  • numpy学习笔记3—常用函数2
  • numpy学习笔记4—常用函数3
  • numpy学习笔记5—常用函数4
  • numpy学习比较6—常用函数5
  • numpy学习笔记7—断言函数

numpy中文参考手册

https://www.numpy.org.cn/reference/

numpy中文参考手册用中文介绍了numpy的函数接口,很方便大家的查阅。

numpy学习笔记1一基础知识

笔记1—基础知识

作用 代码
基 本 操 作 \color{blue}{基本操作}
创建数组 np.arange、np.array
类型查看 a.dtype
维度查看 a.shape
指定数组类型 np.array([1,2],dtype=‘float32’)
利用字符编码指令类型 np.array([1,2],dtype=‘f’)
dtype属性 np.dtype(‘float32’)
索 引 与 切 片 \color{blue}{索引与切片} ——
数 组 重 塑 \color{blue}{数组重塑}
数组重塑 reshape、resize
数组展平 np.ravel、np.flatten
数组转置 array.transpose()
组 合 \color{blue}{组合}
水平组合 np.hstack
垂直组合 np.vstack
深度组合 np.dstack
列组合 np.column_stack
行组合 np.row_stack
分 割 \color{blue}{分割}
水平分割 np.hsplit
垂直分割 np.vsplit
深度分割 np.dsplit
数 组 的 属 性 \color{blue}{数组的属性}
维度 array.ndim
总个数 array.size
元素所占字节 array.itemsize
数组所占字节 array.nbytes
转置 array.T
取实部 array.real
取虚部 array.imag
flat属性 array.flat
数 组 转 换 \color{blue}{数组转换}
转列表 array.tolist()
类型转换 array.astype(‘float32’)

numpy学习笔记2—常用函数1

笔记2—常用函数1

作用 代码
读 写 文 件 \color{blue}{读写文件}
写文件 np.savatxt
读文件 np.loadtxt
统 计 方 法 \color{blue}{统计方法}
最大值 np.max
最小值 np.min
平均值 np.mean
加权平均值 np.average
极差 np.ptp
中位数 np.median
方差 np.var
相邻元素差 np.diff
标准差 np.std
条 件 索 引 \color{blue}{条件索引}
元素索引 np.where
找出索引值 np.take
替换最小值 np.maximum
其 他 \color{blue}{其他}
卷积 np.convolve
返回均匀分布数组 np.linspace
计算点积 np.dot
创建同维度数组 np.ones_like
求交集 np.intersect1d
最大/最小索引 np.argmax/np.argmin
限制范围 array.clip
根据条件帅选 array.compress
计算阶层 array.prod
计算累积 array.cumpord
填充方法 array.fill

numpy学习笔记3—常用函数2

笔记3—常用函数2

作用 代码
矩 阵 处 理 \color{blue}{矩阵处理}
矩阵创建 np.mat
转置 mat.T
求逆 mat.T
矩阵拼接 np.bmat
协方差笔记 np.cov
查看对角元素 mat.diagonal
求迹 mat.trace
相关系数 np.corrcoef
多 项 式 处 理 \color{blue}{多项式处理}
多项式拟合 np.polyfit
多项式求值 np.polyval
求零点 np.roots
多项式导数 np.polyder
求极值点(求导数的零点) np.root(der)
其 他 函 数 \color{blue}{其他函数}
返回元素正负号 np.sign
指定条件返回对应符号 np.piecewise
函数向量化(避免循环) np.vectorize
平滑处理(卷积+窗函数) np.convolve(x,np.hanning)
求多项式的差 np.polysub
判断是否为实数 np.isreal
根据布尔值帅选元素 np.select
去掉首尾的0元素 np.trim_zeros

numpy学习笔记4—常用函数3

笔记4—常用函数3

作用 代码
a d d 函 数 的 方 法 \color{blue}{add函数的方法} add
求和(累加和) np.add.reduce
求和(累计和) np.add.accumulate
返回的数组的秩为两输入的和 np.add.outer
特殊计算 np.add.reduceat
算 术 运 算 \color{blue}{算术运算}
加法 np.add
减法 np.subtract
乘法 np.multiply
除法 np.divide
保留小数的除法 np.true_divide
向下取整的除法 np.floor_divide
取模 np.remainder、np.mod、np.fmod
斐 波 那 契 数 列 \color{blue}{斐波那契数列}
代码实现
推导过程
波 形 绘 制 \color{blue}{波形绘制}
方波、锯齿波、三角波、莉萨如曲线
位 操 作 \color{blue}{位操作}
异或运算 np.bitwise_xor
与运算 np.bitwise_and
移位操作 np.left_shift
判断是否小于 np.less
判断是否等于 np.equal

numpy学习笔记5—常用函数4

笔记5—常用函数4

作用 代码
n p . l i n a l g 模 块 \color{blue}{np.linalg模块} np.linalg
求逆 np.linalg.inv
求解线性方程 np.linalg.solve
求特征值 np.linalg.eigvals
求特征值和特征向量 np.linalg.eig()
奇异值分解的定义、证明、举例
奇异值分解 np.linalg.svd
数组变对角矩阵 np.diag(array)
广义逆矩阵 np.linalg.pinv
行列式 np.linalg.det
快 速 傅 里 叶 \color{blue}{快速傅里叶}
快速傅里叶变换 np.fft.fft
快速傅里叶逆变换 np.fft.ifft
频移 np.fft.fftshift
逆频移 np.fft.ifftshift
概 率 分 布 \color{blue}{概率分布}
二项分布 np.random.binomial
超几何分布 np.random.hypergeometric
正态分布 np.random.normal
对数正态分布 np.random.lognormal

numpy学习比较6—常用函数5

笔记6—常用函数5

作用 代码
排 序 函 数 \color{blue}{排序函数}
行排序 np.sort(a,axis=1)
列排序 np.sort(a,axis=0)、np.msort
方法排序 array.sort
放回排序后原数组的索引 np.argsort
根据字典键值排序 np.lexsort
复数排序 np.sort_complex
搜 索 函 数 \color{blue}{搜索函数}
最大值下标 np.argmax
最大值下标(不包括nan) np.nanargmax
最小值下标 np.argmin
最小值下标(不包括nan) np.nanargmin
寻找满足条件的下标 np.argwhere
寻找指定值在数组的位置 np.searchsorted
根据条件抽取的数组元素 np.extract
抽取非0元素 np.nonzero
金 融 函 数 \color{blue}{金融函数}
终值 np.fv
现值 np.pv
净现值 np.npv
内部收益率 np.irr
分期付款还款金额 np.pmt
分期付款还款期数 np.nper
分期付款还款利率 np.rate
窗 函 数 \color{blue}{窗函数}
巴特利特窗 np.bartlett
布莱克曼窗 np.blackman
汉明窗 np.hamming
凯泽窗 np.kaiser
重 要 函 数 \color{blue}{重要函数}
贝塞尔函数 np.i0
sinc函数 np.sinc

numpy学习笔记7—断言函数

笔记7—断言函数

作用 代码
断言精度近似相等 np.testing.assert_almost_equal
断言有效位近似相等 np.testing.assert_approx_equal
断言数组近似相等 np.testing.assert_almost_equal
断言数组相等 np.testing.assert_array_equal
断言有条件数组相等 np.testing.assert_allclose
断言数组大小 np.testing.assert_array_less
断言对象相等 np.testing.assert_equal
断言字符串相等 np.testing.assert_string_equal
断言浮点数相等(单ulp) np.testing.assert_array_almost_equal_nulp
断言浮点数相等(多ulp) np.testing.assert_array_max_nulp
unittest单元测试

你可能感兴趣的:(numpy,numpy,python)