NumPy Cheat Sheet - 用于数据科学的Python
NumPy是一个使Python能够快速处理数据的库。NumPy最初于1995年以'Numeric'的形式推出，是许多重要的Python数据科学库的基础，包括Pandas，SciPy和scikit-learn。
在第一次学习NumPy时很难记住你需要的所有函数和方法，而在Dataquest我们主张习惯于查阅NumPy文档，有时候很方便有一个方便的参考，所以我们把这个作弊放在一起表格帮你解决！
如果您对学习NumPy感兴趣，可以参考我们的NumPy教程博客文章，或者您可以免费注册并通过我们的交互式Python数据科学课程开始学习NumPy 。下载此备忘单的可打印PDF
关键和进口
在这个备忘单中，我们使用以下简写：arr| NumPy数组对象
你还需要导入numpy才能开始：
import numpy as np
导入/导出np.loadtxt('file.txt')| 从文本文件np.genfromtxt('file.csv',delimiter=',')| 来自CSV文件np.savetxt('file.txt',arr,delimiter=' ')| 写入文本文件np.savetxt('file.csv',arr,delimiter=',')| 写入CSV文件
创建数组np.array([1,2,3])| 一维数组np.array([(1,2,3),(4,5,6)])| 二维数组np.zeros(3)| 1D数组长度3所有值0np.ones((3,4))| 包含所有值的3x 4数组1np.eye(5)| 5X 5的阵列0与1上对角（单位矩阵）np.linspace(0,100,6)| 6从| 0到100np.arange(0,10,3)| 的均匀分割值数组 值的数组0从小于10步骤3（例如[0,3,6,9]）np.full((2,3),8)| 包含所有值的2x 3数组8np.random.rand(4,5)| 4x 5- 随机浮点数0- 1np.random.rand(6,7)*100| 6x 7- 随机浮点数0- 100np.random.randint(5,size=(2,3))| 具有随机整数的2x 3数组0-4检查属性arr.size| 返回arrarr.shape|中的元素数 返回arr（行，列）的维度arr.dtype| 返回arrarr.astype(dtype)|中的元素类型 将arr元素转换为类型dtypearr.tolist()| 转换arr为Python列表np.info(np.eye)| 查看文档np.eye复制/排序/整形np.copy(arr)| 复制arr到新内存arr.view(dtype)| arr使用类型dtypearr.sort()| 创建元素视图 排序arrarr.sort(axis=0)| 排序arrtwo_d_arr.flatten()|的特定轴 将2D阵列展平two_d_arr为1D arr.T| 转置arr（行成为列，反之亦然）arr.reshape(3,4)| 重塑arr以3行，4列，而不改变数据arr.resize((5,6))| 将arr形状更改为5x 6并使用填充新值0添加/删除元素np.append(arr,values)| 将值附加到arrnp.insert(arr,2,values)|的结尾 arr在index 2np.delete(arr,3,axis=0)| 之前插入值 在删除索引行3的arrnp.delete(arr,4,axis=1)| 删除索引上4的列arr合成/分离np.concatenate((arr1,arr2),axis=0)| 将arr2行添加到arr1np.concatenate((arr1,arr2),axis=1)| 的末尾 将arr2列添加到arr1np.split(arr,3)|的结尾 拆分arr成3子阵列np.hsplit(arr,5)| arr在5th索引上水平拆分
索引/切片/子集arr[5]| 返回索引5arr[2,5]| 处的元素 返回索引[2][5]arr[1]=4| 上的2D数组元素 在索引上1为数组赋值4arr[1,3]=10| 在索引上[1][3]为数组赋值10arr[0:3]| 返回索引处的元素0,1,2（在2D数组上：返回行0,1,2）arr[0:3,4]| 返回的行中的元素0,1,2在列4arr[:2]| 返回索引处的元素0,1（在2D数组上：返回行0,1）arr[:,1]| 返回index元素1的所有行arr<5| 返回一个带布尔值(arr1<3) & (arr2>5)| 的数组 返回一个带布尔值~arr| 的数组 反转布尔数组arr[arr<5]| 返回小于的数组元素5标量数学np.add(arr,1)| 添加1到每个数组元素np.subtract(arr,2)| 减去2从每个阵元np.multiply(arr,3)| 将每个数组元素乘以3np.divide(arr,4)| 将每个数组元素除以4（返回np.nan除以零）np.power(arr,5)| 将每个数组元素提升到5th次幂
矢量数学np.add(arr1,arr2)| 元素添加arr2到arr1np.subtract(arr1,arr2)| 元素arr2从arr1np.multiply(arr1,arr2)| 减去 按元素相乘arr1由arr2np.divide(arr1,arr2)| 按元素划分arr1由arr2np.power(arr1,arr2)| 元素升高arr1提升到arr2np.array_equal(arr1,arr2)| 的力量 返回True如果数组具有相同的元素和形状np.sqrt(arr)| 数组中每个元素的平方根np.sin(arr)| 阵列中的每个元件的正弦np.log(arr)| 每个元素的自然对数的阵列np.abs(arr)| 阵列中的每个元素的绝对值np.ceil(arr)| 向上舍入到最近的int np.floor(arr)| 向下舍入到最近的int np.round(arr)| 舍入到最近的int
统计np.mean(arr,axis=0)| 返回沿特定轴的意思arr.sum()| 返回arrarr.min()|的总和 返回arrarr.max(axis=0)|的最小值 返回特定的轴最大值np.var(arr)| 返回数组np.std(arr,axis=1)| 的方差 返回特定的轴的标准差arr.corrcoef()| 返回数组的相关系数
下载此备忘单的可打印版本
如果您想下载此备忘单的可打印版本，您可以在下面这样做。下载此备忘单的可打印PDF
约什德夫林http://Dataquest.io的数据科学家。喜欢数据和澳洲足球规则。澳大利亚生活在德克萨
