numpy找到矩阵中不同元素的种类_数值计算库Numpy的实用语法

为什么要学习Numpy？

Numpy是一个数值计算库，在机器学习，数据分析领域使用得非常广泛。目前Tensorflow和Pytorch都对Numpy做了不同程度的支持。如果想做数据分析或者机器学习方面的应用，学会Numpy可以提高开发效率，减少工作量。

Numpy的重要概念

Numpy = ndarray(多维数组) + Operation(计算操作)。Numpy中的主要对象是多维数组，被称为ndarray。用来存储数据，在数学中的概念为矩阵。同时Numpy还定一个一些作用于数据的操作，实现矩阵和矩阵之间的运算和变换。

  • ndarray对象主要有如下属性：
  • ndarray.ndim 数组的纬度。
  • ndarray.shape 数组有几行几列，比如对应矩阵的M行N列。
  • ndarray.size 数组中存储元素的个数。
  • ndarray.dtype 数组中存储元素的类型， numpy.int32, numpy.int16, and numpy.float64等。
  • ndarray.itemsize 数组每个元素占几个字节的村粗空间，比如float64为8(64 / 8 = 8)个字节。
  • ndarray.data ndarray 对象内部存储数据的对象，但是一般不需要直接使用该对象。

ndarray使用见图1。

5bafd5da9bf9f88d06cc43a0bd781fe5.png

图1 ndarray对象

Numpy实用语法

创建数组

  • np.array
  • np.arange
  • np.linspace
43b90e0b15668b17a2d6a34f349744a0.png

图2

运算操作

7775a358a4222e628b951784255771ae.png

图3 运算操作

通用函数

2b59a31482fe97fcb5bd91fabd848ad1.png

图4 通用函数

hstack和vstack使用

1c47e48f35cb8a1fa2ff776a1276b6ae.png

图5 hstack和vstack