兰州网站制作成都,中山网站建设策划方案,北京网络行业协会,wordpress 拼音所有内容均来自于#xff1a;
NumPy 教程 | 菜鸟教程
Matplotlib 教程 | 菜鸟教程 numpy模块
numpy.nditer
NumPy 迭代器对象 numpy.nditer 提供了一种灵活访问一个或者多个数组元素的方式。 for x in np.nditer(a, orderF):Fortran order#xff0c;即是列序优先#x… 所有内容均来自于
NumPy 教程 | 菜鸟教程
Matplotlib 教程 | 菜鸟教程 numpy模块
numpy.nditer
NumPy 迭代器对象 numpy.nditer 提供了一种灵活访问一个或者多个数组元素的方式。 for x in np.nditer(a, orderF):Fortran order即是列序优先for x in np.nditer(a, orderC):C order即是行序优先 修改数组中元素的值
nditer 对象有另一个可选参数 op_flags。 默认情况下nditer 将视待迭代遍历的数组为只读对象read-only为了在遍历数组的同时实现对数组元素值的修改必须指定 readwrite 或者 writeonly 的模式。 numpy.ndarray.flat
numpy.ndarray.flat 是一个数组元素迭代器 numpy.ndarray.flatten
numpy.ndarray.flatten 返回一份数组拷贝对拷贝所做的修改不会影响原始数组格式如下 ndarray.flatten(orderC) 参数说明
orderC -- 按行F -- 按列A -- 原顺序K -- 元素在内存中的出现顺序。 numpy.ravel
numpy.ravel() 展平的数组元素顺序通常是C风格返回的是数组视图view有点类似 C/C引用reference的意味修改会影响原始数组。
该函数接收两个参数
numpy.ravel(a, orderC)
参数说明
orderC -- 按行F -- 按列A -- 原顺序K -- 元素在内存中的出现顺序。 连接数组
函数描述concatenate连接沿现有轴的数组序列stack沿着新的轴加入一系列数组。hstack水平堆叠序列中的数组列方向vstack竖直堆叠序列中的数组行方向 分割数组
函数数组及操作split将一个数组分割为多个子数组hsplit将一个数组水平分割为多个子数组按列vsplit将一个数组垂直分割为多个子数组按行 数组元素的添加与删除
函数元素及描述resize返回指定形状的新数组append将值添加到数组末尾insert沿指定轴将值插入到指定下标之前delete删掉某个轴的子数组并返回删除后的新数组unique查找数组内的唯一元素 NumPy 字符串函数
以下函数用于对 dtype 为 numpy.string_ 或 numpy.unicode_ 的数组执行向量化字符串操作。 它们基于 Python 内置库中的标准字符串函数。
这些函数在字符数组类numpy.char中定义。
函数描述add()对两个数组的逐个字符串元素进行连接multiply()返回按元素多重连接后的字符串center()居中字符串capitalize()将字符串第一个字母转换为大写title()将字符串的每个单词的第一个字母转换为大写lower()数组元素转换为小写upper()数组元素转换为大写split()指定分隔符对字符串进行分割并返回数组列表splitlines()返回元素中的行列表以换行符分割strip()移除元素开头或者结尾处的特定字符join()通过指定分隔符来连接数组中的元素replace()使用新字符串替换字符串中的所有子字符串decode()数组元素依次调用str.decodeencode()数组元素依次调用str.encode 最值函数
numpy.amin() 和 numpy.amax()从数组中查找最小元素最大元素
numpy.amin() 用于计算数组中的元素沿指定轴的最小值。
numpy.amin(a, axisNone, outNone, keepdimsno value, initialno value, whereno value)
参数说明
a: 输入的数组可以是一个NumPy数组或类似数组的对象。axis: 可选参数用于指定在哪个轴上计算最小值。如果不提供此参数则返回整个数组的最小值。可以是一个整数表示轴的索引也可以是一个元组表示多个轴。out: 可选参数用于指定结果的存储位置。keepdims: 可选参数如果为True将保持结果数组的维度数目与输入数组相同。如果为False默认值则会去除计算后维度为1的轴。initial: 可选参数用于指定一个初始值然后在数组的元素上计算最小值。where: 可选参数一个布尔数组用于指定仅考虑满足条件的元素。 numpy.argmax() 和 numpy.argmin()
numpy.argmax() 和 numpy.argmin()函数分别沿给定轴返回最大和最小元素的索引。 条件筛选函数
numpy.where()
numpy.where() 函数返回输入数组中满足给定条件的元素的索引。
numpy.nonzero()
numpy.nonzero() 函数返回输入数组中非零元素的索引。 NumPy 线性代数
NumPy 提供了线性代数函数库 linalg该库包含了线性代数所需的所有功能可以看看下面的说明
函数描述dot两个数组的点积即元素对应相乘。vdot两个向量的点积inner两个数组的内积matmul两个数组的矩阵积determinant数组的行列式solve求解线性矩阵方程inv计算矩阵的乘法逆矩阵 NumPy 矩阵库(Matrix)
NumPy 中包含了一个矩阵库 numpy.matlib该模块中的函数返回的是一个矩阵而不是 ndarray 对象。
1.matlib.empty()
matlib.empty() 函数返回一个新的矩阵
2.numpy.matlib.zeros()
numpy.matlib.zeros() 函数创建一个以 0 填充的矩阵。
3.numpy.matlib.ones()
numpy.matlib.ones()函数创建一个以 1 填充的矩阵。
4.numpy.matlib.eye()
numpy.matlib.eye() 函数返回一个矩阵对角线元素为 1其他位置为零。
5.numpy.matlib.identity()
numpy.matlib.identity() 函数返回给定大小的单位矩阵。单位矩阵是个方阵从左上角到右下角的对角线称为主对角线上的元素均为 1除此以外全都为 0。
6.numpy.matlib.rand()
numpy.matlib.rand() 函数创建一个给定大小的矩阵数据是随机填充的。 NumPy IO
Numpy 可以读写磁盘上的文本数据或二进制数据。
NumPy 为 ndarray 对象引入了一个简单的文件格式npy。
npy 文件用于存储重建 ndarray 所需的数据、图形、dtype 和其他信息。
常用的 IO 函数有
load() 和 save() 函数是读写文件数组数据的两个主要函数默认情况下数组是以未压缩的原始二进制格式保存在扩展名为 .npy 的文件中。savez() 函数用于将多个数组写入文件默认情况下数组是以未压缩的原始二进制格式保存在扩展名为 .npz 的文件中。loadtxt() 和 savetxt() 函数处理正常的文本文件(.txt 等) 【txt文件里保存的是数字才可】 例如 Matplotlib 绘图标记
fmt 参数
fmt 参数定义了基本格式如标记、线条样式和颜色。
fmt [marker][line][color]
例如 o:ro 表示实心圆标记: 表示虚线r 表示颜色为红色。
绘图过程如果我们想要给坐标自定义一些不一样的标记就可以使用 plot() 方法的 marker 参数来定义。
例如
import matplotlib.pyplot as plt
import numpy as npypoints np.array([1,3,4,5,8,9,6,1,3,4,5,2,4])plt.plot(ypoints, marker ^)
plt.show() marker 可以定义的符号如下
标记符号描述. 点, 像素点o 实心圆v 下三角^ 上三角 左三角 右三角1 下三叉2 上三叉3 左三叉4 右三叉8 八角形s 正方形p 五边形P 加号填充* 星号h 六边形 1H 六边形 2 加号x 乘号 xX 乘号 x (填充)D 菱形d 瘦菱形| 竖线_ 横线0 (TICKLEFT) 左横线1 (TICKRIGHT) 右横线2 (TICKUP) 上竖线3 (TICKDOWN) 下竖线4 (CARETLEFT) 左箭头5 (CARETRIGHT) 右箭头6 (CARETUP) 上箭头7 (CARETDOWN) 下箭头8 (CARETLEFTBASE) 左箭头 (中间点为基准)9 (CARETRIGHTBASE) 右箭头 (中间点为基准)10 (CARETUPBASE) 上箭头 (中间点为基准)11 (CARETDOWNBASE) 下箭头 (中间点为基准)None, or 没有任何标记$...$ 渲染指定的字符。例如 $f$ 以字母 f 为标记。 绘图过程如果我们自定义线的样式包括线的类型、颜色和大小等。
线的类型
线的类型可以使用 linestyle 参数来定义简写为 ls。
线的颜色
线的颜色可以使用 color 参数来定义简写为 c。
线的宽度
线的宽度可以使用 linewidth 参数来定义简写为 lw值可以是浮点数如1、2.0、5.67 等。
多条线
plot() 方法中可以包含多对 x,y 值来绘制多条线。
grid() 方法
我们可以使用 pyplot 中的 grid() 方法来设置图表中的网格线。
