[PYTHON] Numpy Grundberechnungsnotiz

Ein Memo des in Numpy, der numerischen Berechnungsbibliothek von Python, häufig verwendeten. Es wird oft unter dem Namen np importiert. Wird von Zeit zu Zeit aktualisiert.

import numpy as np

array Machen Sie eine Linie.

>>> np.array([1, 2, 3])
array([1, 2, 3])
>>> np.array([[1, 2], [3, 4]])
array([[1, 2],
       [3, 4]])

T Erstellen Sie eine Translokationsmatrix.

>>> a = np.array([[1, 3], [2, 1]])
>>> a
array([[1, 3],
       [2, 1]])
>>> a.T
array([[1, 2],
       [3, 1]])

zeros, ones Nullen sind 0 und Einsen werden mit 1 gefüllt, um eine Matrix der angegebenen Form zu erstellen.

>>> np.zeros(3)
array([ 0.,  0.,  0.])
>>> np.zeros([3, 3])
array([[ 0.,  0.,  0.],
       [ 0.,  0.,  0.],
       [ 0.,  0.,  0.]])
>>> np.ones(3)
array([ 1.,  1.,  1.])
>>> np.ones([3, 3])
array([[ 1.,  1.,  1.],
       [ 1.,  1.,  1.],
       [ 1.,  1.,  1.]])

eye Machen Sie eine Einheitsmatrix.

>>> np.eye(3)
array([[ 1.,  0.,  0.],
       [ 0.,  1.,  0.],
       [ 0.,  0.,  1.]])

diag Machen Sie eine diagonale Matrix.

>>> np.diag([1, 2, 3])
array([[1, 0, 0],
       [0, 2, 0],
       [0, 0, 3]])

vstack, hstack Wird für die Matrixzusammensetzung verwendet. Die Verwendung ist wie folgt.

>>> a = np.array([1, 1, 1])
>>> b = np.array([2, 2, 2])
>>> np.vstack([a, b])
array([[1, 1, 1],
       [2, 2, 2]])
>>> np.hstack([a, b])
array([1, 1, 1, 2, 2, 2])

dot Berechnen Sie das innere Produkt.

>>> np.dot([1, 2, 3], [1, 2, 3])
14

cross Berechnen Sie das äußere Produkt.

>>> np.cross([0, 1], [1, 0])
array(-1)

flatten Wechseln Sie zu einem eindimensionalen Array

>>> a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
>>> a.flatten()
array([1, 2, 3, 4, 5, 6, 7, 8, 9])

random.rand Generieren Sie eine Matrix von Zufallszahlen.

>>> np.random.rand(3)
array([ 0.37043199,  0.67058649,  0.53891633])
>>> np.random.rand(2, 3)
array([[ 0.50614319,  0.04483549,  0.39542568],
       [ 0.04853891,  0.55439793,  0.81737454]])