NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。
安装所需环境
- python
- pip
安装
-
安装jupyter：pip3 install jupiter
-
运行notebook：jupyter notebook
-
直接运行python文件：%run my/hello.py
-
将文件中的内容直接读到notebooks：%load
-
测量方法所需要的时间（时间短的多次测量取平均值）：%timeit
给代码块测量需要两个百分号：%%timeit
-
只做一次测量：%time
-
html的魔法命令：%%html
-
执行js代码：%%js
-
执行系统命令ls：!ls
-
输出到当前目录下的a.py文件中：%%writefile “a.py"
numpy
- 安装：pip3 install numpy
numpy.ndarray
numpy常用方法
-
numpy.arange：支持小数步长
-
numpy.zeros：生成全0数组（二维矩阵）
-
numpy.ones：生成全1数组（二维矩阵）
-
numpy.full：填充数组
-
linspace：等差数列
-
random：生成随机数
数组的合并与分割
np.concatenate数组合并（维度一样）
np.vstack数组合并：垂直堆叠
np.hstack数组合并：水平堆叠（维度一样）
np.split数组平均分割成几份
np.vsplit上下两部分（垂直分割）
np.hsplit左右两部分（水平分割）
Numpy中的矩阵运算
-
-
- / // ** % np.abs np.sin np.cos np.tan np.exp(x)
-
加 减 乘 除 整除 平方 取模 绝对值 正弦 余弦 正切 取x次方
矩阵之间的运算
-
矩阵中的数学运算是对应元素上的数学运算
-
A.dot(B)：A矩阵和B矩阵的标准乘法运算
A矩阵的每一行和B矩阵的每一列对应位置做相乘最后再做相加
矩阵的逆
np.linalg.inv(A) 求A的逆矩阵
并不是所有矩阵都有逆矩阵，所以np.linalg.pinv(A)求A的伪逆矩阵
逆矩阵乘原矩阵，原矩阵乘逆矩阵所得当位矩阵
矩阵的转置
A.T：列变行，行变列
numpy聚合操作
np.sum()求和
np.mean求平均值
np.median求中位数
np.percentile求百分位数
np.max
np.var求方差
方差：每个数减去均值，然后平方之后求和，最后除数量
np.std求标准差
方差开一个根号就是标准差：方差**0.5
