xu.hyj

1. 数组索引 一维：假设有a=array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) i. 获取索引值为 1 的数据： a[1] // 1 ii. 分别获取索引值为 1,2,3 的数据： a[[1, 2, 3]] // array([1, 2, 3]) 二维：假设有a= array([[ 0, 1, 2, 3, 4], [ 5, 6, 7, 8, 9], [10, 11, 12, 13, 14], [15, 16, 17, 18, 19]

1. 数学函数 • np.pi ：兀 1.1 三角函数 • numpy.sin(x)：三角正弦。 • numpy.cos(x)：三角余弦。 • numpy.tan(x)：三角正切。 • numpy.arcsin(x)：三角反正弦。 • numpy.arccos(x)：三角反余弦。 • numpy.arctan(x)：三角反正切。 • numpy.hypot(x1,x2)：直角三角形求斜边。 • numpy.degrees(x)：弧度转换为度。 • numpy.radians(x)：度转换为弧度。 • nu

1. 随机数：主要由 numpy.random 模块完成 numpy.random.rand(3，2，3) #使用 [0,1) 区间随机数均匀分布填充一个(3,2,3)(自定义尺寸)数组 numpy.random.randn(3，2，3) // 使用标准正态分布而已 np.random.randint(low, high, size, dtype) // [low, high)随机整数 np.random.random_sample(random_sample(size)) // 0, 1)

按序号查看 1.改变数组形状 2.数组展开 3.轴移动 4.轴交换 5.数组转置 6.维度改变 7.类型转换 8.数组连接 9.数组堆叠 10.数组拆分 11.元素删除 12.插入 13.附加 14.重设尺寸 15.翻转数组 0. NumPy 数组图示 注意axis定义，shape返回的大小与axis轴对应 1. 改变数组形状 reshape 可以在不改变数组数据的同时，改变数组的形状： numpy.reshape(a, newshape) //newshape 用于指定新的形状(整数或者元组

1. 预 a //查看a a.dtype //查看dtype类型 a.astype(int) //将a转为int型 2. 创建ndarray 使用np.array方法 np.array([[1, 2, 3], [4, 5, 6]]) np.array([(1, 2), (3, 4), (5, 6)]) b. 使用arange numpy.arange(start, stop, step, dtype=None) //[开始， 停止) c. 使