【Numpy】思维导图
2025-08-13 22:09:25 2 举报AI智能生成
100天学python 手记笔记
作者其他创作
大纲/内容
数组的运算
数组跟标量的运算
跟一个数值进行加、减、乘、除、求模、求幂等运算
数组1 * 10
数组跟数组的运算
可执行算术运算和关系运算
数组1 * 数组2
函数
通用一元函数
函数会对数组进行元素级的处理
np.sqrt(数组)——算平方根<br>
通用二元函数
函数会对两个数组中的对应元素进行运算
np.maximum(数组1, 数组2)——找最大值<br>
广播机制
NumPy 将两个原本形状不相同的数组变成形状相同，进行二元运算
其他常用函数
去重
np.unique(数组)
堆叠和拼接
np.hstack((数组1,数组2))——水平堆叠<br>
np.vstack((数组1,数组2))——垂直堆叠<br>
np.concatenate((数组1, 数组2))——垂直堆叠<br>
np.concatenate((数组1, 数组2), axis=X)——指定堆叠<br>
追加和插入
np.append(数组1, [追加值1, 追加值2])
np.insert(数组1, 切片位置, [插入值1, 插入值2, 插入值3])<br>
抽取和处理元素
np.extract(数组1条件运算, 数组1)
np.select([数组1满足条件1执行运算1], [数组1满足条件2执行运算2])<br>
np.where(数组1条件,条件满足执行运算1, 条件满足执行运算2)<br>
重复数组元素创建新数组
np.repeat(数组1, 重复次数)
np.tile(数组1, 重复N遍)
调整数组大小
np.resize(数组1, (行, 列))
缺少元素通过复用原数组中元素来补充<br>
替换数组元素
np.put(数组1, [切片位置], [替换值])<br>
np.place(数组1, 数组1满足的条件, [替换值])<br>
向量
向量的加法
平行四边形法则
结果是平行四边形的对角线
向量的数乘
向量的点积
两个向量对应分量的乘积求和
相似度匹配
μ⋅ν=∣μ∣∣ν∣cosθ
向量的叉积
行列式
行列式的性质*9个
行列式的计算
矩阵
创建矩阵（matrix）对象
线性代数模块
多项式
创建多项式对象
np.poly1d([3, 2, 1])
多项式的操作
获取多项式的系数
print(p1.coefficients) 或 print(p1.coeffs)<br>
两个多项式的四则运算
print(p1 + p2)
带入x求多项式的值<br>
print(p1(3))
多项式求导和不定积分
print(p1.deriv()) print(p1.integ())
最小二乘解
概念
用最小二乘法通过最小化误差的平方和来寻找数据的最佳匹配函数的系数<br>
使用条件
仅适用线性模型<br>
fit的类方法<br>
Polynomial.fit(x, y, deg=1).convert().coef
创建数组对象
array函数<br>
简单创建
arange函数<br>
范围+跨度创建
np.arange(起始, 结束, 步长)<br>
linspace函数<br>
范围+元素个数创建
np.linspace(起始, 结束, 数量)<br>
等差数列
logspace函数<br>
范围+元素个数+对底数创建
np.logspace (起始, 结束, 数量, 对数的底数)<br>
fromstring函数<br>
从字符串提取数据创建
np.fromstring(字符串, 分隔符, 数据类型)<br>
fromiter函数<br>
从生成器（迭代器）中获取数据 创建
random模块——随机函数<br>
rand随机小数
np.random.rand(数量)<br>
0~1范围内小数<br>
randint随机整数
np.random.randint(最小值, 最大值, 数量)<br>
normal正态分布随机数<br>
np.random.normal(均值, 标准差, 数量)
rand二维数组<br>
np.random.rand(行数, 列数)<br>
randint三维数组
np.random.randint(最小值, 最大值, (块, 行, 列))<br>
填充函数<br>
zeros函数
np.zeros((行, 列))
全是0
ones函数
np.ones((行, 列))<br>
全是1
填充值函数
np.full((行, 列), 填充值)<br>
全是填充值
单位矩阵函数
eye函数<br>
np.eye(矩阵行列值)<br>
N*N矩阵<br>
获得对应的三维数组
plt.imread('图片文件名')
数组对象的属性
size属性
获取数组元素个数
shape属性<br>
获取数组的形状
dtype属性<br>
获取数组元素的数据类型
ndim属性
获取数组的维度
itemsize属性
获取数组单个元素占用内存空间的字节数
nbytes属性
获取数组所有元素占用内存空间的字节数
数组的索引运算
普通索引
类似于 Python 中list类型的索引运算
切片索引
[行范围, 列范围]
花式索引
用保存整数的数组充当一个数组的索引
布尔索引<br>
True的元素保留，False的元素不会被选中
数组对象的方法
获取描述统计信息
求和
np.sum(数组)
算术平均数
数组.mean()
np.mean(数组)
中位数
np.median(数组)
分位数函数
np.quantile(数组, 分位档)
极值
最大值
数组.max()
np.amax(数组)
最小值
数组.min()
np.amin(数组)
计算全距
np.ptp(数组)
分位值
np.quantile(数组,分位档)
方差
数组.var()<br>
np.var(数组)
标准差
数组.std()<br>
np.std(数组)<br>
变异系数
数组.std() / 数组.mean()
scipy 的三方库
算术平均值
np.mean(数组)
几何平均值
stats.gmean(数组)
调和平均值
stats.hmean(数组)
去尾平均值
stats.tmean(数组, [小百分位范围, 大百分位范围])
变异系数
stats.variation(数组)
偏态系数
stats.skew(数组)
峰度系数
stats.kurtosis(数组)
其他相关方法
all()/any()方法
判断数组所有元素都是True/ 判断数组是否有为True的元素
astype()方法
拷贝数组，并将数组中的元素转换为指定的类型
reshape()方法
调整数组对象的形状
dump()方法
保存数组到二进制文件中
tofile()方法<br>
将数组对象写入文件中
fill()方法
向数组中填充指定的元素
nonzero()方法
返回非0元素的索引
round()方法
对数组中的元素做四舍五入操作
flatten()方法
将多维数组扁平化为一维数组
swapaxes()和transpose()方法
交换数组指定的轴和转置
sort()方法
对数组进行就地排序
tolist()方法
将数组转成 Python 中的list
0 条评论
下一页
