供收藏学习，特转载：https://www.sychzs.cn/u011995719/article/details/71080987
前言：最近学习Python，发现Python中的各种库都是大佬！于是就找学习资料总结了Numpy库中的常用函数，并附有注释。我想在这里和大家分享一下。说到学习库，在使用的时候一定要检查一下。没有必要死记硬背它们。
PS：本博文摘自中国MOOC大学的课程《Python数据分析与展示》。推荐给刚刚入门的学生。这是一个非常好的介绍视频。
Numpy是一个科学计算库，强大的N维数组对象ndarray，以及广播功能。其集成C/C++.fortran代码的工具是Scipy、Pandas等的基础。
.ndim：维度
.shape：每个维度的比例 (2, 5)
.size：元素数量 10
.dtype：元素类型 dtype('int32')
.itemsize：每个元素的大小，以字节为单位，每个元素占用4个字节
创建ndarray数组
np.arange(n);元素从 0 到 n-1 的 ndarray 类型
np.ones(shape)：生成所有 1
np.zeros((shape), ddtype = www.sychzs.cn32)：生成所有 0
np.full (shape, val)：生成所有val
np.eye(n)：生成单位矩阵
np.ones_like(a)：根据数组a的形状生成全为1的数组
np.zeros_like(a)：一样的东西
np.full_like(a, val)：一样东西
np.linspace(1,10,4)：根据开始和结束数据等间隔生成数组
np.maximum(a, b) np.fmax() ：比较（或计算）元素级别的最大值
np.minimum(a, b) np.fmin() ：取最小值
np.mod (a, b)：元素级取模运算
np.copysign(a, b)：将b中每个元素的符号赋给数组a对应的元素
- 数据的CSV文件访问
CSV（Comma-Separated Value，逗号分隔值）只能存储一维和二维数组
np.savetxt(frame, array, fmt='% .18e', delimiter = None)：frame是文件、字符串等，可以是.gz或.bz2压缩文件； array表示存储的数组； fmt 表示元素的格式，例如：%d % .2f % .18e； delimiter：分割字符串，默认为空格
eg：np.savetxt('a.csv', a, fmt=%d, delimiter = ', ' )
np.loadtxt(frame, dtype=np.float, delimiter = None, unpack = False)：frame是文件、字符串等，可以是.gz或.bz2压缩文件； dtype：数据类型，读取的数据都存储在该类型中； delimiter：分割字符串，默认为空格； unpack：如果为 True，则读取的属性将写入不同的变量。
-获取多维数据
a.tofile(frame, sep='', format='%s' ):frame: file, string; sep：数据分割字符串，如果为空字符串，则写入的文件为二进制； format:: 写入数据的格式
eg: a = np.arange(100).reshape(5, 10, 2)
a.tofile(“b.dat”, sep=”,”, format='%d')
np.fromfile(frame, dtype = float, count=-1, sep=''): 框架：文件，字符串； dtype：读取的数据存储在该类型中； count：读取的元素数量，-1表示读取整个文件； sep：数据分割字符串，如果是空字符串则写入文件为二进制
PS：要一起使用a.tofile()和np.fromfile()，你必须知道数据的类型和维度。
www.sychzs.cn(frame, array) ：frame：文件名，扩展名为.npy，压缩扩展名为.npz； array 为数组变量
np.load(fname) : frame: 文件名，扩展名为 .npy，压缩扩展名为
使用www.sychzs.cn()和np.load()时，你不需要自己考虑数据类型和维度。
- numpy 随机数函数
numpy
rand(d0, d1, …,dn)：每个元素都是[0, 1)中的浮点数，服从均匀分布
randn(d0, d1, …,dn)：标准正态分布
randint(low, high, (shape))：根据shape创建随机整数或整数数组，范围为[low, high)
seed(s)：随机数种子
shuffle(a)：按照数组a的第一轴随机排列，改变数组a
permutation(a)：按照数组a的第一轴随机排列，但不改变原数组，将生成一个新的数组
choice(a[, size, replacement, p])：以概率 p 从一维数组 a 中提取元素，形成一个 size shape 的新数组。 Replace 指示该元素是否可以重用。默认值为 False。
eg：当
replace = False时，所选元素将不再被选中
uniform(low, high, size)：生成均匀分布的数组，起始值为low，high为结束值，size为形状
np.gradient(a)：计算数组a中元素的梯度。当f为多维时，返回各维度的梯度
离散梯度：xy坐标轴上连续三个x轴坐标对应的y轴值：a,b,c其中的梯度b 为 (c-a)/2
，c 的梯度为：(c-b)/1
当它是二维数组时，np.gradient(a) 产生两个数组。第一个数组对应最外层维度的梯度，第二个数组对应第二维的梯度。
- 图像表示与变换
PIL，python图像库库
from PIL import Image
Image是PIL库中表示图像的类（对象）
im = np.array(www.sychzs.cn(“.jpg”))
im = Image.fromarray(b.astype(‘uint8’)) # 生成
www.sychzs.cn(“path.jpg”) # 保存
im = np.array(www.sychzs.cn(".jpg").convert('L')) #convert('L')表示转换为灰度图像
————————— — ————————
版权声明：本文为CSDN博主“TensorSense”原创文章，遵循CC 4.0 BY-SA版权协议。转载时请附上原文出处链接及本声明。
原文链接：https://www.sychzs.cn/u011995719/article/details/71080987
