Numpy数组创建方式速查
| 接口 | 参数 | 描述 |
|---|
| np.array | np.array(object, dtype,ndmin) | 从列表中创建ndarray | | np.arange | np.arange([start, ]stop, [step, ]dtype) | 创建等差一维数组 | | np.linspace | np.linspace(start, stop, num, endpoint, retstep=False,dtype=None) | 创建等差一维数组，接收元素数量作为参数 | | np.logspace | np.logspace(start, stop, num, endpoint=True, base=10.0, dtype=None) | 创建等比一维数组 | | np.zeros | np.zeros(shape, dtype=float, order=‘C’) | 创建指定长度或形状的全0数组 | | np.ones | np. ones(shape, dtype=None, order=‘C’) | 创建指定长度或形状的全1数组 | | np.empty | np.empty(shape, dtype=float, order=‘C’) | 根据给定的维度和数值类型返回一个新的数组，其元素不进行初始化，慎用 | | np.eye | np.eye(N, M=None, k=0) | 返回一个对角线全1，其余位置全是0的二维数组，其中k=0时，全1对角线为主对角线；k>0时，全1对角线向右上方偏移；k<0时，全1对角线向左下方偏移。 | | np.identity | np.identity((n, dtype=None) | 返回n*n单位矩阵，主对角线上元素都为1，其他元素都为0。 | | np.full | np.full(shape, fill_value, dtype=None, order=‘C’) | 返回由固定值填充的数组。 | | np.ndarray | np.ndarray(shape,dtype,buffer,offset,strides,order) | 创建ndarray数组 |
Numpy数组对象(ndarray)属性速查
| ndarray数组对象的属性 | 属性说明 |
|---|
| T | ndarray.T返回数组的转置 | | dtype | 描述数组元素的类型 | | shape | 返回数组的型，以元组表示的数组的各维的大小 | | ndim | 返回数组的维度 | | size | ndarray.size返回数组中元素的个数 | | itemsize | 返回数组中的单个元素在内存所占字节数 | | flat | 返回一个数组的迭代器，对flat赋值将导致整个数组的元素被覆盖 | | real/imag | 给出复数数组的实部/虚部 | | nbytes | 返回数组的所有元素占用的存储空间 | | astype(x) | 转换数据类型dtype，例 astype(np.float64) |
Numpy.random随机方法速查
| 函数 | 功能 |
|---|
| randint(low, high = None, size = None) | 生成指定范围的随机整数来构成指定形状的数组。 | | binomial(n, p, size=None) | 产生size个二项分布的样本值，n表示n次试验，p表示每次实验发生（成功）的概率。函数的返回值表示n次实验中发生（成功）的次数 | | exponential(scale=1.0, size=None) | 产生size个指数分布的样本值，这里的scale是β，为标准差，β=1/λ，λ为单位时间内事件发生的次数 | | normal(loc=0.0, scale=1.0, size=None) | 产生size个正态（高斯）分布的样本值，loc为正态分布的均值，scale为正态分布的标准差，size缺省，则采样一个 | | poisson(lam=1.0, size=None) | 从泊松分布中生成随机数，lam是单位时间内事件的平均发生次数 | | uniform(low=0.0, high=1.0, size=None) | 产生size个均匀分布[low,high)的样本值，size为int或元组类型，如size = (m, n, k)，则输出mnk个样本，缺省时输出1个值 | | shuffle(x) | 打乱对象x（多维数组按照第一维打乱），直接在原来的数组上进行操作，改变原来数组元素的顺序，无返回值，x可以是数组或者列表 | | permutation(x) | 打乱并返回新对象（多维数组按照第一维打乱），不直接在原数组上进行操作，而是返回一个新的打乱元素顺序的数组，并不改变原来的数组，x可以是整数或者列表，如果是整数k，那就随机打乱numpy.arange(k) |
Numpy数组对象(ndarray)变换方法速查
| ndarray对象方法 | 功能 |
|---|
| ndarray.reshape(shape,order) | 返回一个具有相同数据域，但shape不一样的视图 | | ndarray.resize(new_shape,orefcheck) | 原地修改数组的形状，需要保持元素个数前后相同 | | ndarray.transpose(*axes) | 调换数组的行列值的索引值 | | ndarray.swapaxes(axis1,asix2) | 返回数组axis1轴与axis2轴互换的视图 | | ndarray.flatten(order) | 返回将原数组展平后的一维数组的拷贝（全新的数组） | | ndarray.ravel(order=‘C’) | 返回将原数组展平后的一维数组的视图，order='C’表示行序优先，order='F’表示列序优先 |
Numpy数组合并与分割函数速查
| 函数 | 功能 |
|---|
| np.hstack(tuple) | 沿水平方向合并数组组成的元组 | | np.vstack(tuple) | 沿垂直方向合并… | | np.concatenate((a1, a2, …), axis=0, out=None) | 参数axis=1时进行横向合并，axis=0时进行纵向合并 | | np.hsplit(ary, indices_or_sections) | 沿水平方向分割 | | np.vsplit(ary, indices_or_sections) | 沿垂直方向分割 | | np.split(ary, indices_or_sections, axis=0) | ary:要切分的数组 indices_or_sections:如果是一个整数，就用该数平均切分，如果是一个数组，为沿轴切分的位置（左开右闭）
axis：沿着哪个维度进行切向，默认为0，横向切分。为1时，纵向切分 |
未完待续!
|