python机器学习库numpy---8、常用函数

一、总结

一句话总结：

 

 

 

二、常用函数





numpy常用函数有sin、sqrt（求平方根）、sort、transpose（转置）、max、

mean（average）、sum、median（中位数）、var（方差）、std（标准差）、cumsum（累加）、

np.clip(arr,5,9)（小于5的数全部让它变成5，大于9的数全部是9）


numpy中的axis为0为1分别表示的意思是什么

axis为0表示对列进行操作，axis为1表示为行进行操作

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]

# 平均数
print(arr.mean())
print(np.average(arr))
print(np.average(arr,axis=0)) # 0是列
print(np.average(arr,axis=1)) # 1是行

5.75
5.75
[4. 5. 7. 7.]
[1.5  6.25 9.5 ]





1、sin




In [1]:





import numpy as np
arr = np.arange(12).reshape(3,4)
arr





Out[1]:



array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])




In [2]:





print(np.sin(arr))






[[ 0.          0.84147098  0.90929743  0.14112001]
 [-0.7568025  -0.95892427 -0.2794155   0.6569866 ]
 [ 0.98935825  0.41211849 -0.54402111 -0.99999021]]





2、求平方根：sqrt




In [3]:





print(np.sqrt(arr))






[[0.         1.         1.41421356 1.73205081]
 [2.         2.23606798 2.44948974 2.64575131]
 [2.82842712 3.         3.16227766 3.31662479]]





3、排序：sort




In [4]:





arr = np.random.rand(12).reshape(3,4)
print(arr)






[[0.6133163  0.40105172 0.60318273 0.67890187]
 [0.91493469 0.4497298  0.31922568 0.66318644]
 [0.28126538 0.8782578  0.76664562 0.34856477]]




In [5]:





print(np.sort(arr))






[[0.40105172 0.60318273 0.6133163  0.67890187]
 [0.31922568 0.4497298  0.66318644 0.91493469]
 [0.28126538 0.34856477 0.76664562 0.8782578 ]]




In [7]:





# 以每一列来从小到大排序
# axis，axis=0的时候表示以列来进行操作，为1的时候表示以行来进行操作
print(arr)
print(np.sort(arr,axis=0))






[[0.6133163  0.40105172 0.60318273 0.67890187]
 [0.91493469 0.4497298  0.31922568 0.66318644]
 [0.28126538 0.8782578  0.76664562 0.34856477]]
[[0.28126538 0.40105172 0.31922568 0.34856477]
 [0.6133163  0.4497298  0.60318273 0.66318644]
 [0.91493469 0.8782578  0.76664562 0.67890187]]




In [8]:





# 整个数组从小到大排序
print(np.sort(arr,axis=None))






[0.28126538 0.31922568 0.34856477 0.40105172 0.4497298  0.60318273
 0.6133163  0.66318644 0.67890187 0.76664562 0.8782578  0.91493469]




In [9]:





print(np.sort(arr,axis=None).reshape(3,4))






[[0.28126538 0.31922568 0.34856477 0.40105172]
 [0.4497298  0.60318273 0.6133163  0.66318644]
 [0.67890187 0.76664562 0.8782578  0.91493469]]





4、转置：transpose




In [10]:





import numpy as np
arr = np.arange(12).reshape(3,4)
print(arr)
print(np.transpose(arr))






[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
[[ 0  4  8]
 [ 1  5  9]
 [ 2  6 10]
 [ 3  7 11]]




In [11]:





print(arr.T)






[[ 0  4  8]
 [ 1  5  9]
 [ 2  6 10]
 [ 3  7 11]]





5、求最大值：max




In [17]:





arr = np.random.rand(12).reshape(3,4)
print(arr)






[[0.08615588 0.39306899 0.88981629 0.0076252 ]
 [0.52730672 0.66934283 0.58458758 0.77991555]
 [0.32811653 0.48020368 0.48118878 0.93871359]]




In [13]:





print(np.max(arr))






0.7300791661344581




In [14]:





# 以行的方式来找最大值
print(np.max(arr,axis=1))






[0.7045045  0.23861811 0.73007917]




In [16]:





# 以列的方式来找最大值
print(arr)
print(np.max(arr,axis=0))






[[0.7045045  0.47189083 0.04382594 0.34683246]
 [0.23861811 0.10207685 0.00825278 0.05717811]
 [0.73007917 0.37431436 0.0156451  0.07078938]]
[0.73007917 0.47189083 0.04382594 0.34683246]





6、求均值：mean（average）




In [1]:





import numpy as np
arr = np.arange(12).reshape(3,4)
print(arr)






[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]




In [2]:





print(np.mean(arr))
print(np.average(arr))






5.5
5.5




In [3]:





# 以列的方式求均值
print(np.mean(arr,axis=0))
print(np.average(arr,axis=0))






[4. 5. 6. 7.]
[4. 5. 6. 7.]




In [4]:





# 以行的方式求均值
print(arr)
print(np.mean(arr,axis=1))
print(np.average(arr,axis=1))






[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
[1.5 5.5 9.5]
[1.5 5.5 9.5]





7、求和：sum




In [5]:





import numpy as np
arr = np.arange(12).reshape(3,4)
print(arr)
print(np.sum(arr))






[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
66




In [6]:





# 以列的方式
print(np.sum(arr,axis=0))






[12 15 18 21]




In [7]:





# 以行的方式
print(np.sum(arr,axis=1))






[ 6 22 38]





8、中位数：median




In [8]:





import numpy as np
arr = np.arange(12).reshape(3,4)
print(arr)
arr[1][2]=9
print(arr)






[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
[[ 0  1  2  3]
 [ 4  5  9  7]
 [ 8  9 10 11]]




In [9]:





print(np.median(arr))
print(np.median(arr,axis=0)) #列
print(np.median(arr,axis=1)) #行






6.0
[4. 5. 9. 7.]
[1.5 6.  9.5]





9、方差：var

方差的函数为var(),方差函数var()相当于函数mean(abs(x - x.mean())**2),其中x为矩阵。




In [10]:





print(np.var(arr))
print(np.var(arr,axis=0)) #列的方式






12.854166666666666
[10.66666667 10.66666667 12.66666667 10.66666667]





10、标准差：std

标准差的函数为std()， std()相当于sqrt(mean(abs(x - x.mean())**2))，或相当于sqrt(x.var())。




In [11]:





print(np.std(arr))






3.5852707940498254





11、累加：cumsum




In [12]:





print(arr)
print(np.cumsum(arr))
print(np.cumsum(arr,axis=1)) #行






[[ 0  1  2  3]
 [ 4  5  9  7]
 [ 8  9 10 11]]
[ 0  1  3  6 10 15 24 31 39 48 58 69]
[[ 0  1  3  6]
 [ 4  9 18 25]
 [ 8 17 27 38]]





12、修剪：clip

np.clip(arr,5,9)
小于5的数全部让它变成5，大于9的数全部是9




In [13]:





print(arr)
print(np.clip(arr,5,9))






[[ 0  1  2  3]
 [ 4  5  9  7]
 [ 8  9 10 11]]
[[5 5 5 5]
 [5 5 9 7]
 [8 9 9 9]]




In [ ]: