numpy常用的属性

import numpy

arr1 = numpy.arange(15).reshape(3, 5)

print(arr1)

print(f'numpy的轴:{arr1.ndim}') #2,是一个2维的数组

print(f'numpy的维度:{arr1.shape}')#(3，5),3行5列

print(f'numpy的元素类型:{arr1.dtype}')#int32

print(f'numpy的元素个数:{arr1.size}') # 15

print(f'numpy的元素占用字节数:{arr1.itemsize}') #4
print(f'numpy的元素类型: {type(arr1)}') # <class 'numpy.ndarray'>

numpy的去重函数

去重返回新副本

import numpy
#np.unique(:找到唯一值并返回排序结果，类似于Python的set集合
arr = numpy.array([[1, 2, 1], [2, 3, 4]])
print(arr)
print(numpy.unique(arr))

numpy的排序

import numpy
#1.定义数组
arr1 = numpy.array([11,33,22,66,55])
print(arr1)
# 通过numpy.sort()方式排序 -> 返回新副本
arr2 = numpy.sort(arr1)
print(f"arr1:{arr1}")
print(f"arr2:{arr2}")
# 通过 数组对象.sort()->直接修改原数组
print(f"排序前arr1:{arr1}")
arr1.sort()
print(f"排序后 arr1:{arr1}")

numpy的乘法计算

行列数一致的算法

import numpy
arr1 = numpy.array([[1,2,3],[4,5,6]])
arr2 = numpy.array([[1,2,3],[4,5,6]])
print(arr1 * arr2)

print(numpy.multiply(arr1,arr2))

矩阵的乘法行列数不一致

但是行列数不一致时也可以进行运算

但必须满足

2行3列，B:3行2列  A列 = B行即可操作，结果是:A行B列

import numpy
#矩阵乘法，行列数不一致
#行列数不一致要做乘法的运算必须满足
    #A:2行3列，B:3行2列  A列 = B行即可操作，结果是:A行B列
arr3 = numpy.array([[1,2,3],[4,5,6]])
arr4 = numpy.array([[9,8],[6,5],[3,2]])
print(f'arr3:{arr3}')
print(f"arr4:{arr4}")
print("*"*20)
print(arr3 @ arr4)
print(numpy.dot(arr3,arr4))
print(arr3.dot(arr4))