本文共 2530 字，大约阅读时间需要 8 分钟。

矩阵

# --*--coding:utf-8--*--import numpy as np"""矩阵"""# mat(array),将二维数组转化为矩阵a = np.array([[1,2,4],              [4, 5, 6],              [8, 9, 10]])print('matrix:\n', np.mat(a))print(np.mat('1,2,4;5,6,9'))# matrix.I,表示matrix的逆矩阵print(np.mat(a).I)# 利用分块创造新矩阵a = np.array([[4, 8],              [5, 19]])b = np.array([[11, 89],              [49, 29]])print(np.bmat('a, b;b, a'))

函数

# --*--coding:utf-8--*--import numpy as npimport matplotlib.pyplot as plt"""一般函数"""# 正无穷print('正无穷：', np.inf)# 负无穷print('负无穷：', -np.inf)# 非法值print('非法值：', np.nan)"""向量化函数"""# vectorize(function_name),将函数向量化，产生一个新函数x = np.array([3, 54, 89])def sinc(x):    if x == 0.0:        return 1.0    else:        y = np.pi * x        return np.sin(y) / ysinc1 = np.vectorize(sinc)print('向量化：', sinc1(x))x = np.linspace(-10, 10, 50)plt.plot(x, sinc1(x))plt.show()

二元运算

四则运算对应函数

比较与逻辑运算

ufunc对象

# --*--coding:utf-8--*--import numpy as np"""ufunc对象"""# reduce方法# op.reduce(a)，将op沿着某个轴应用，使得数组啊的维数降低一维a = np.array([3, 4, 5, 6, 9])print(np.add.reduce(a))print(np.logical_or.reduce(a))# accumulate方法# op.accumulate(a),看成保存reduce每一步的结果所形成的数组print(np.add.accumulate(a))print(np.logical_or.accumulate(a))# reduceat方法# op.reduceat(a, indices),将操作符运用到指定的下标上，返回一个与indices大小相同的数组indices = np.array([0,3])print(np.add.reduceat(a, indices))# outer方法# op.outer(a, b)，对a中每个元素，将op运用到它与b的每一个元素上所得到的结果b = np.array([2, 3, 4])print(np.add.outer(a, b))print(np.logical_or.outer(a, b))

数组读写

# --*--coding:utf-8--*--import numpy as np""" 数组读写"""# 空格（制表符）分隔的文本data = []with open('file.txt', 'r') as file:    for line in file:        fileds = line.split()        row_data = [float(x) for x in fileds]        data.append(row_data)data = np.array(data)print('空格分隔：', data)# 逗号分隔文件data = np.loadtxt('file1.txt', delimiter=',')print('逗号分隔：', data)# 数组写入文件np.savetxt('out.txt', data)with open('out.txt') as f:    for line in f:        print(line)"""Numpy二进制格式保存的方法：    1、save(file, arr) 保存单个数组，.npy 格式    2、savez(file, *args, **kwds) 保存多个数组，无压缩的 .npz 格式    3、savez_compressed(file, *args, **kwds) 保存多个数组，有压缩的 .npz 格式读取的方法：    load(file, mmap_mode=None) 对于 .npy，返回保存的数组，对于 .npz，返回一个｛名称-数组｝对组成的字典"""# 单个数组的读写a = np.array([[1,2,4],[9,3,0]])np.save('file2.txt', a)# 保存多个数组b = np.array(100)np.savez('data.npz', a, b)