numpy

基本介绍

ufunc

接口方法的基础

reduce，聚合方法

accumulate，累计聚合

reduceat，按指定轴向、指定切片聚合

outer：外积

ndarray

数据结构的基础

数组的创建

特定的函数结构

从特定库函数创建 random系列

特定的结构创建数组

arange:类似于range函数，但可以制定任意起始、终止和步长，不限于整数

linspace:现行均匀分布，与arange类似，但第三个参数为个数

logspace：对数均匀分布

ones,ones_like 全1数组

zeros，zeros_like 全0数组

empty,empty_like 空数组

full,full_like 制定数值数组，等价于val ones()

identity:生成单位矩阵

eye:对角线是1，可以设置向上偏或向下偏

diag:接受一个数组，返回其对角线上的元素

分支主题 11

普通结构创建数组

array,从已知结构创建数组

数组增删

append，在某个维度之后追加一个或多个切片

insert:在某一维度的制定位置插入一个或多个

delete:删除某一维度的一个或多个切片

数组变形

reshape返回数组重塑形后的新数组，且元素个数必须一致

也可以通过制定shape形状来进行变形，相当于inplace操作

x.resize对数组x进行inplace操作，大小根据情况进行截断或填充0

np.resize(x)返回重塑型后的新数组，原数组x不变，元素不足时以原数组填充

返回数组的异位表示：revel()方法，flat属性

返回数组的转置形式，transpose()方法，T属性

np.title(*,reps):对数组进行复制，按数组重复

np.repeat():对数组进行复制，按元素进行重复

数组的拼接

concatenate:对多个数组沿某一轴进行拼接，要求拼接轴必须存在（即不能升维）默认是0，即行拼接，当axis=None时，先展平伟向量后执行拼接，向量的拼接是行拼接

hstack:对多个数组水平堆叠，即按照axis=1堆叠，除该列外要求其它维度相同如果是异位数组（向量），按照axis=0堆叠，此时结果仍然是一维。

column_stack:与hstack类似，只是在处理俩个一维数组堆叠时，按列向量堆叠

vstack:对于多个数组垂直堆叠，即按照axis=0堆叠，出该列外要求其它维度相同，如果是一维数组（向量），会自动reshape成1xN后执行堆叠。堆叠后至少是2维

row_stack:与vatack一致，在处理一维数组时会首先将其升至二维处理

dsack:对多个数组执行行纵深堆叠，即按照axis=2堆叠，除该列外要求其它维度相同

stack：进行升维堆叠，接受一个axis参数插入新的维度，默认为0,。与hstack和vstack不同

r_[ ]:按行堆叠，魔法方法（不是函数），效果类似于vstack

c_[ ]:按列堆叠，魔法方法（不是函数），效果类似hstack

数组的拆分

hsplit：水平切分，要求切分后大小相等，维数不变，可以切分一维数组

vsplit：垂直切分，要求切分后大小相等，维数不变，要求至少二维以上

dsplit：纵深切分，要求切分后大小相等，维数不变，至少三维数组

split：通过接收一个axis参数实现任意切分，默认axis=0，若设置axis=1或2则可分别实现vstack和dstack

array_split：前面4个方法均要求实现相同大小的子数组切分，当切分份数无法实现整除时会报错。array_split则可以适用于近似相等条件下的切分，也接受一个axis参数实现指定轴向

基本统计量

max，argmax分别返回最大值和最大值对应索引，可接收一个axis参数，指定轴线的聚合统计。对于二维及以上数组，若不指定axis，即axis=None，此时对数组所有数值求聚合统计

min，argmin，与最大一致

mean、std，分别求均值和标准差，也可接收一个缺省参数axis实现特定轴向聚合统计或全局聚合

var、cov，分别求方差和协方差，与均值标准差类似

sort、argsort，分别返回排序后的数组和相应索引，接收一个axis参数，默认为axis=-1，按最后一个轴向，若axis=None表示先展平成一维数组后再排序；另外可设置排序算法，如快排、堆排或归并等

视图和拷贝

直接赋值：无靠背，简单引用（id(a)==id(b）)

view:建立视图，浅拷贝，数据公用

数据切片实质上即为建立视图

copy：实现深拷贝，完全独立

特殊常量

inf/Inf/Infinity/PINF:正无穷

NINF：负无穷

NAN/NaN/nan:非数字

pi：π

e：自然常数

np.newaxis:None的别名，一般用于数组升维

随机数包

random:返回制定个数的0-1间均匀分布的随机数

rand：接受参数作为维数，返回0-1间均匀分布随机数

uniform：接受上下界参数，返回制定大小的均匀随机数

randn:返回标准正太分布的一个随机数（均值为0，方差为1）

normal：接受期望和方差，返回制定大小的正态分布随机数（可以设定loc均值和scale方差）

permutation:返回序列的随机排列结果

shuffle：对数组进行inplace随机排列（打乱顺序，重新排列）

choice：随机从输入序列选择一个元素

seed：生成随机数种子，固化后随机结果

线性代数包

dot：全局可用，矩阵点积

vdot:无论输入维度，均按一维执行点积

linalg.qr:QR分界

linalg.svd:SVD分界

linalg.eig:求解特征值和特征向量

linalg.norm:求解范数

linalg.det:求解行列式

linalg.solve:求解Ax=b的方程

linalg.inv:求矩阵的逆

理解

理解numpy的axis

广播机制ufunc