Python数据分析:numpy经常使用函数

numpy是python中一个与科学计算有关的库，本文将介绍一些经常使用的numpy函数，使用numpy以前须要先引入，输入import numpy as np，咱们通常将numpy简化为np。

1.np.arange(n)：生成0至n-1个整数。

2.a.reshape(m,n)：将a从新定义为一个m行n列的矩阵。

3.a.shape：打印a的行和列。

4.a.ndim：求a的维度。

5.a.size：输出a中的元素个数。

6.np.zeros((m,n))：生成m行n列的零矩阵，应当注意的是，函数中要传入一个元组。此时生成的矩阵0后面有一个小数点，由于系统默认数据类型为浮点型，要想得到整数类型，咱们应预先指定好数据类型。

7.np.ones((k,m,n),dtype=np.int32)：生成k个m行n列的单位矩阵，且矩阵中的数据类型为整数型。

8.np.arange(m,n,k)：生成m到n的以k为步长切片的数据。

9.np.linspace(m,n,k)：在m到n的数据中按等间距取k个值。

10.若A、B为同维矩阵，则A*B返回的是A和B矩阵对应位置相乘获得的结果，A.dot(B)或np.dot(A,B)返回的才是矩阵乘法所得的结果。

11.np.exp(A)或np.sqrt(B)：分别获得e的B次幂和矩阵B中每一个数开方所获得的结果。

12.np.floor()：向下取整。

13.a.ravel()：将矩阵a从新拉伸成一个向量，拉伸后能够从新reshape成一个新矩阵。

14.a.T：求a的转置矩阵。

15.a.reshape(n,-1)或a.reshape(-1,n)：肯定一个矩阵的行(列)后，相应的列(行)也直接被肯定，所以输入-1便可。

16.np.hstack((a,b))：将矩阵a和b横向拼接。

17.np.vstack((a,b))：将矩阵a和b纵向拼接。

18.np.hsplit(a,n)：将矩阵a横向切为n份。

19.np.hsplit(a,(m,n))：在a的索引为m和n的空隙横向切开。

20.np.vsplit(a,n)：将矩阵a纵向切为n份。

21.np.hsplit(a,(m,n))：在a的索引为m和n的空隙纵向切开。

22.矩阵的复制：

• b = a：此时获得的b与a的地址是彻底相同的，也就是a,b只是同一个矩阵的不一样名称，对其中任意一个矩阵操做都会引发另外一个矩阵相同的变化。
• b = a.view()：此时获得的b与a的地址不一样，可是对b的操做会改变a。
• b = a.copy()：此时获得的是两个彻底独立的矩阵。

23.b = np.tile(a,(m,n))：将矩阵a的行数扩大m倍，列数扩大n倍。

24.np.sort(a,axis=k)：将矩阵a在k维排序。

25.np.argsort(a)：返回将a升序排列后的索引值(默认排列方式为升序)。