Numpy常用操作

数组生成：

• np.arange(0,10) 生成[0,10)的顺序矩阵

• np.random.rand(4,3) # 0~1的随机小数矩阵，4行3列

• np.random.randint(0, 10, size=5) # 随机数（5个）：第1个起始；第2个结束（不包括）；第3个随机数个数

• np.random.randint(0, 10, size=(2, 5)) # 随机数组/矩阵（5个）：第1个起始；第2个结束（不包括）；第3个随机数个数（行，列）

• np.random.seed(100) # 随机数种子，种子不变，每次生成的随机数也不变

• 或者使用rs = np.random.RandomState(100)设置随机数种子，然后通过rs.rand(4)等方法来使用，生成四个随机数

• np.random.random(5) # 随机数(float型)，5个

• np.random.random((3, 5)) # 随机数组/矩阵(float型)，（3行，5列）

• np.random.normal(size=5) # 正态分布的5个随机数

• np.random.normal(size=(3, 5)) # 正态分布的5个随机数组

数组计算：

• np.concatenate(x1,x2,axis=0)数组拼接
• 按元素相乘：a*b或np.multiply(a,b)
• 矩阵乘法：a@b 或者np.dot(a,b)
• 矩阵的张量积：np.kron(a,b)
• data.T 数组转置
• data.I 矩阵求逆
• 矩阵插入一行或一列
• np.tile(data, repeat) 矩阵复制, data为要实施复制的矩阵，repeat为各个维度分别重复的次数，例如：

t = np.array([1,2,3])
np.tile(t, [3,1])
Out:
array([[1, 2, 3],
[1, 2, 3],
[1, 2, 3]])

数组选择

• np.argwhere(condition) 返回满足条件的索引

数组统计：

• a.argmax(axis=0) 求每一行或每一列的最大值的索引
• np.argsort(R, axis=1) 将array数组进行排序并获取排序后的索引（从小到大）
• a[:,-3:] 获取数组每行的倒数前三位
• np.sum( ndarray == 1 ) 查询array中1的个数
• np.mean(t,axis=0) 对列求平均

>>> a = np.array([[1, 2], [3, 4]])
>>> a
array([[1, 2],
[3, 4]])
>>> np.mean(a)
2.5
>>> np.mean(a, axis=0) # axis=0，计算每一列的均值
array([ 2.,  3.])
>>> np.mean(a, axis=1) # 计算每一行的均值
array([ 1.5,  3.5])

数组保存：

1. numpy.save("filename.npy",a)

利用这种方法，保存文件的后缀名字一定会被置为.npy，这种格式最好只用

numpy.load("filename")来读取。

2. numpy.savetxt("filename.txt",a)

b = numpy.loadtxt("filename.txt")

用于处理一维和二维数组

• 保存目录不存在的话创建目录：

import os
if not os.path.isdir(dir_name):
os.makedirs(dir_name)