numpy

发布于:2017-10-27 18:53 作者:admin 浏览:1390 

一维数据
a = np.array([2,3,4])
b = np.array(1,2,3,4)

二维数据
c = np.array([(1.5,2,3), (4,5,6)])

复合二维数据
d = np.array( [ [1,2], [3,4] ], dtype=complex)

3x4矩阵 都是0的浮点数据
np.zeros( (3,4) )

2x3矩阵 都是整形1的数据
np.ones((2,3), dtype=np.int16 )

2x3矩阵 随机数据
np.empty((2,3))

10-30的之间的数,递增幅度为5 的一维数据
np.arange(10,30,5)

0-2的之间的数,平均分成9份。
np.linspace( 0, 2, 9 )

生成0到6-1的一维数据
np.arange(6)

生成0到12-1的4x3的二维矩阵数据
np.arange(12).reshape(4,3)


矩阵运算:
x+y ,x-y,x*y,x/y

np.add(x,y)
np.subtract(x,y)
np.multiply(x,y)
np.divide(x,y)

 

范例

生成一个3x4的矩阵
a = np.floor(10*np.random.random((3,4)))

编程一维的矩阵
a.ravel()

变成6x2的矩阵
a.reshape(6,2)

矩阵倒置,变成4x3的矩阵
a.T

 

 

 

 

标签: numpy

0

scipy模块

发布于:2017-10-27 14:40 作者:admin 浏览:1699 
scipy 由一些特定功能的子模块组成:
模块 功能
scipy.cluster 矢量量化 / K-均值
scipy.constants 物理和数学常数
scipy.fftpack 傅里叶变换
scipy.integrate 积分程序
scipy.interpolate 插值
scipy.io 数据输入输出
scipy.linalg 线性代数程序
scipy.ndimage n维图像包
scipy.odr 正交距离回归
scipy.optimize 优化
scipy.signal 信号处理
scipy.sparse 稀疏矩阵
scipy.spatial 空间数据结构和算法
scipy.special 任何特殊数学函数
scipy.stats 统计

它们全依赖numpy

标签: scipy

0