NumPy库函数速查表，建议收藏

1. 创建数组

创建一个数组。

import numpy as np

arr = np.array([1, 2, 3, 4])
print(arr)

创建一个全零数组。

zeros_arr = np.zeros((2, 3))
print(zeros_arr)

创建一个全一数组。

ones_arr = np.ones((2, 3))
print(ones_arr)

创建一个等差数组。

range_arr = np.arange(0, 10, 2)
print(range_arr)

创建一个均匀分布数组。

uniform_arr = np.linspace(0, 1, 5)
print(uniform_arr)

创建一个随机数组（均匀分布）。

rand_arr = np.random.rand(2, 2)
print(rand_arr)

创建一个随机数组（标准正态分布）。

randn_arr = np.random.randn(2, 2)
print(randn_arr)

2. 数组操作

获取数组的形状。

arr = np.array([[1, 2, 3], [4, 5, 6]])
shape = np.shape(arr)
print(shape)

获取数组的维度。

dimension = np.ndim(arr)
print(dimension)

获取数组元素的数据类型。

dtype = arr.dtype
print(dtype)

对数组进行转置。

transposed_arr = np.transpose(arr)
print(transposed_arr)

对数组进行切片操作。

sliced_arr = arr[:, 1:3]
print(sliced_arr)

将多个数组沿指定轴拼接。

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
concatenated_arr = np.concatenate((arr1, arr2))
print(concatenated_arr)

对数组进行数学运算。

sum_arr = arr1 + arr2
product_arr = arr1 * arr2
print(sum_arr, product_arr)

矩阵乘法。

matrix_a = np.random.rand(3, 4)
matrix_b = np.random.rand(4, 2)
result_matrix = np.dot(matrix_a, matrix_b)
print(result_matrix)

对不同形状的数组进行数学运算。

broadcasted_arr = arr2 + 1
print(broadcasted_arr)

3. 数学函数

计算数组元素的和。

arr = np.array([[1, 2, 3], [4, 5, 6]])
sum_arr = np.sum(arr)
print(sum_arr)

计算数组元素的平均值。

mean_arr = np.mean(arr)
print(mean_arr)

计算数组元素的标准差。

std_arr = np.std(arr)
print(std_arr)

计算数组元素的最大值和最小值。

max_val = np.max(arr)
min_val = np.min(arr)
print(max_val, min_val)

返回数组中最大值和最小值的索引。

argmax_index = np.argmax(arr)
argmin_index = np.argmin(arr)
print(argmax_index, argmin_index)

计算数组元素的绝对值。

abs_arr = np.abs(arr)
print(abs_arr)

计算数组元素的指数和自然对数。

exp_arr = np.exp(arr)
log_arr = np.log(arr)
print(exp_arr, log_arr)

计算数组元素的平方根。

sqrt_arr = np.sqrt(arr)
print(sqrt_arr)

4. 线性代数

计算矩阵的逆。

matrix = np.array([[1, 2], [3, 4]])
inv_matrix = np.linalg.inv(matrix)
print(inv_matrix)

计算矩阵的行列式。

det_matrix = np.linalg.det(matrix)
print(det_matrix)

计算矩阵的特征值和特征向量。

eigenvalues, eigenvectors = np.linalg.eig(matrix)
print(eigenvalues, eigenvectors)

5. 统计操作

计算数组的直方图。

hist, bins = np.histogram(arr, bins=3)
print(hist, bins)

计算数组的百分位数。

percentile_arr = np.percentile(arr, 50)
print(percentile_arr)

计算数组的相关系数矩阵。

corr_matrix = np.corrcoef(arr)
print(corr_matrix)

计算数组的协方差矩阵。

cov_matrix = np.cov(arr)
print(cov_matrix)

找出数组中的唯一值。

unique_values = np.unique(arr)
print(unique_values)

6. 其他

改变数组的形状。

reshaped_arr = np.reshape(arr, (3, 2))
print(reshaped_arr)

将多维数组转为一维数组。

flattened_arr = arr.flatten()
raveled_arr = arr.ravel()
print(flattened_arr, raveled_arr)

根据条件返回数组中的索引。

indices = np.where(arr > 3)
print(indices)

判断数组元素是否为NaN。

nan_arr = np.array([1.0, np.nan, 3.0, np.nan])
isnan_result = np.isnan(nan_arr)
print(isnan_result)

保存和加载数组。

np.save('saved_array.npy', arr)
loaded_arr = np.load('saved_array.npy')
print(loaded_arr)

垂直和水平堆叠数组。

stacked_vertically = np.vstack((arr1, arr2))
stacked_horizontally = np.hstack((arr1, arr2))
print(stacked_vertically, stacked_horizontally)

按照指定的轴将数组分割。

split_arr = np.split(arr, 2, axis=1)
print(split_arr)

重复数组中的元素。

repeated_arr = np.repeat(arr, 2)
tiled_arr = np.tile(arr, 2)
print(repeated_arr, tiled_arr)

限制数组中的值在某个范围内。

clipped_arr = np.clip(arr, 2, 5)print(clipped_arr)

原文始发于微信公众号（程序员老朱）：NumPy库函数速查表，建议收藏