numpy 內建函式總結
阿新 • • 發佈：2019-01-03
import numpy as np #axis=1 表示按列 axis=0表示行np的陣列建立函式（ndarray）
| 函式 | 說明 |
|---|---|
| np.array | 將輸入資料（列表，元組，陣列或其他序列型別）轉換為ndarray。要麼推斷出dtype，要麼顯示指定dtype。預設直接複製輸入資料。比如：arr1 = np.array([1,2,3,4],dtype=np.float64) |
| np.asarray | 將輸入轉換為ndarray，如果輸入本身就是一個ndarray就不進行復制 |
| np.arange | 類似於內建range，但返回的一個ndarray而不是列表 |
| np.ones,ons_like | 根據指定的形狀和dtype建立一個全1陣列。one_like以另一個數組為引數，並根據其形狀和dtype建立一個全1陣列。例如：arr2 = np.ones_like(arr1,dtype=np.float64) |
| np.zeros,zeros_like | 類似於ones和ones_like，只不過產生的是全0陣列 |
| np.empty,empty_like | 建立新陣列，只分配記憶體空間但不填充任何值 |
| np.eye,identity | 建立一個正方的N*N單位矩陣（對角線為1，其餘為0） |
通用函式元素級陣列函式
一元函式
| 函式 | 說明 |
|---|---|
| abs(),fabs() | 計算整數、浮點數或複數的絕對值。針對於非複數值，可以使用更快的fabs（） |
| sqrt() | 計算機各元素的平方根，相當於arr**0.5 |
| square（） | 計算各元素的平方，相當於arr**2 |
| exp() | 計算各元素的e的x次方 |
| log,log10,log2,log1p | 分別自然對數（底數為e）、底數為10的log、底數為2的log、log（1+x） |
| sign | 計算各元素的正負號：1（正數）、0（零）、-1（負數） |
| ceil | 計算各元素的ceiling值，即大於等於該值的最小正數 |
| floor | 計算各元素的floor值，即小於等於該值的最大正數 |
| rint | 將各元素值四捨五入到最接近的整數，保留dtype |
| modf | 將陣列的小數和整數部分以兩個獨立陣列的形式返回 |
| isnan | 返回一個表示“哪些值是NaN（這不是一個數字）”的布林型陣列 |
| isfinite,isinf | 分別返回一個表示“哪些元素是有窮的（非inf，非NaN）或哪些元素是無窮的”的布林型陣列 |
| cos,cosh,sin,sinh,tan,tanh | 普通型和雙曲型三角函式 |
| arccos，arccosh，arcsin，arcsinh，arctan，arctanh | 反三角函式 |
| logical_not | 計算各元素notx的真值。相當於-arr |
二元函式
| 函式 | 說明 |
|---|---|
| add（arr1，arr2） | 將陣列中對應的元素想加 |
| subtract（arr1,arr2） | 從第一個陣列中減去第二個陣列中對應元素 |
| multiply（arr1,arr2） | 陣列元素對應相乘 |
| divide（arr1,arr2），floor_divide（arr1,arr2） | 除法或向下圓整除法（丟棄餘數） |
| power（arr1,arr2） | 對第一個陣列中的元素A，根據第二個陣列中的相應元素B，計算A的B次方 |
| maximum（arr1,arr2），fmax（arr1,arr2） | 元素級的最大值計算。fmax將忽略NaN |
| minimum（arr1,arr2），fmin（arr1,arr2） | 元素級的最小值計算。fmin將忽略NaN |
| mod（arr1,arr2） | 元素級的求模計算（除法取餘） |
| copysign（arr1,arr2） | 將第2個數組中的值的符號複製給第一個陣列中的值 |
| greater（arr1,arr2）,greater_equal（arr1,arr2）,（less（arr1,arr2）,less_equal（arr1,arr2） | 或者(equal（arr1,arr2）,not_equal（arr1,arr2））執行元素級的比較運算，最終產生布爾型陣列，相當於中綴運算子>,>=,<,<=,==,!= |
| logical_and,logical_or,logical_xor | 執行元素級的真值邏輯運算，相當於運算子&、|、^ |
基本陣列統計函式
陣列的集合運算
常用的numpy.linalg函式
隨機數的生成
numpy.random模組對python內建的random進行了補充，增加了一些用於高效生成多種概率分佈的樣本值的函式。
例如：可以用normal來得到一個標準正太分佈的4*4樣本陣列：
samples = np.random.normal(size=(4,4))部分numpy.random函式
