numpy使用技巧总结

Dec 19, 2017

总结自己经常使用的numpy技巧总结

%pylab inline

Populating the interactive namespace from numpy and matplotlib

numpy 矩阵操作技巧

定义 一个列表 Va, 转为矩阵Ma （5，2）

Va = numpy.arange(10)
Ma = Va.reshape(5,2)

print(Ma)

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

两个矩阵按列连接

newMa = np.hstack((Ma,Ma))

print(newMa)

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

两个矩阵按行连接

newMa = np.vstack((Ma,Ma))

print(newMa)

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

按行或者列求矩阵最大值

tmpMa = np.max(Ma,axis=1)

print(tmpMa)

array([1, 3, 5, 7, 9])

tmpMa = np.max(Ma,axis=0)

print(tmpMa)

array([8, 9])

tmpMa = np.max(Ma,axis=1,keepdims=True)

print(tmpMa)

array([[1],
       [3],
       [5],
       [7],
       [9]])

tmpMa = np.max(Ma,axis=0,keepdims=True)

print(tmpMa)

array([[8, 9]])

按列或者行求和

np.sum(Ma,axis=0)

array([20, 25])

np.sum(Ma,axis=0,keepdims=True)

array([[20, 25]])

np.sum(Ma,axis=1)

array([ 1,  5,  9, 13, 17])

np.sum(Ma,axis=1,keepdims=True)

array([[ 1],
       [ 5],
       [ 9],
       [13],
       [17]])

只取矩阵的特性列或者行

newMa = np.hstack((Ma,Ma))
print(newMa)

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

只取:0,1,2列

newMa[:,(0,1,2)]

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

只取: 1,2行

newMa[(1,2),:]

array([[2, 3, 2, 3],
       [4, 5, 4, 5]])

矩阵倒置

Ma[::-1]

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