NumPy

一、简介

NumPy 是一个Python语言的扩展程序库，前身是 Numeric。

特点：

1. 支持高阶大规模数组 ndarray，并提供矩阵运算。
2. 针对数组运算，提供大量的数学函数

二、ndarray

构成

类似C语言中的结构体，ndarray 对象由以下4部分组成：

1. 一个指向数据的指针
2. 一个dtype对象：描述数组中固定大小的值
3. 一个数组形状（shape）tuple：描述维度数
4. 一个数组跨度（stride）tuple：描述在当前维度，当前元素前进到下一个元素所需”跨越“的字节数

创建

• np.array() 函数返回一个 ndarray 对象

  参数：

  • object
  • dtype
  • copy
  • order
  • subok
  • ndmin

• np.empty()

• np.zeros(shape)

• np.ones(shape)

• np.full(shape, val)

• np.zeros_like()

• np.ones_like()

• np.eye()：创建单位矩阵，对角为1

• np.asarray()

• np.frombuffer(buffer)：从内存缓冲区 buffer 创建数组，与缓冲区 buffer 共享内存。高效，迅速

• np.fromiter

数据类型|dtype

• bool_
• int_：默认类型，与 C 语言中的 long 一致
• intc：与 C 语言中的 int 一致
• intp
• int8
• int16
• int32
• int64
• uint8
• uint16
• uint32
• uint64
• float_：float64 简写
• float16
• float32
• float64
• complex_：complex128 简写
• complex64
• complex128

索引|Indexing

切片|Slice

广播|Broadcasting

三、数据运算

## 数学函数

都是逐项计算函数，输入ndarray，返回也是ndarray

• np.sin()
• np.cos()
• np.tan()
• np.arcsin()
• np.arccos()
• np.arctan()
• np.around(a,decimals)
• np.degrees()
• np.floor()
• np.ceil()
• np.exp()：指数函数
• np.maximum()：最大值函数
• np.minimum()：最小值函数

算术函数

• np.add()
• np.subtract()
• np.multiply()
• np.divide()
• np.reciprocal()
• np.power(a,b)
• np.mod()

统计函数

• np.amin()
• np.amax()
• np.ptp()
• np.median()：返回中值（中位数）
• np.mean()：返回算术平均数
• np.average()：返回加权平均数
• np.sum()：求和

四、矩阵计算

np.dot(a,b,out)：

对于一维数组，做向量点积；

对于二维数组，做矩阵乘积；

对于多维数组，即结果数组中的每个元素都是：数组a的最后一维上的所有元素与数组b的倒数第二位上的所有元素的乘积和

np.vdot()：

返回两个向量的点积，如果第一个参数是复数，那么它的共轭复数会用于计算。 如果参数是多维数组，它会被展开。

np.inner()

返回一维数组的向量内积。对于更高的维度，它返回最后一个轴上的和的乘积。

np.matmul()

对于二维数组，作矩阵乘积。

如果任一参数的维数大于2，则将其视为存在于最后两个索引的矩阵的栈，并进行相应广播。

如果任一参数是一维数组，则通过在其维度上附加 1 来将其提升为矩阵，并在乘法之后被去除。

np.det()

计算矩阵的行列式

np.inv()

返回矩阵乘法的逆矩阵

五、其他技巧

持久化

• np.save(filename, arr)：将数组 arr 保存到文件
• np.load(filename)：从 filename 读书数组，返回数组