NumPy冷知识66个
多维切片:
- NumPy支持多维切片,可以通过指定多个索引来提取多维数组的子集。
复杂数支持:
- NumPy可以处理复数,提供了复数的基本运算和函数。
比特运算:
- NumPy支持比特运算,如与、或、异或等。
数据存储格式:
- NumPy可以将数组存储为二进制文件(.npy格式)或文本文件(.txt格式)。
矩阵类:
- 除了ndarray,NumPy还提供了matrix类,专门用于矩阵运算。
生成器函数:
- NumPy提供了一些生成器函数,如
arange
、linspace
、logspace
等,用于生成特定范围和间隔的数组。
- NumPy提供了一些生成器函数,如
广播对象:
- NumPy的
broadcast
对象可以模拟广播过程,用于调试和理解广播规则。
- NumPy的
数组拼接:
- NumPy支持数组的拼接操作,如
concatenate
、stack
、hstack
、vstack
等。
- NumPy支持数组的拼接操作,如
数组拆分:
- NumPy支持数组的拆分操作,如
split
、hsplit
、vsplit
等。
- NumPy支持数组的拆分操作,如
元素级运算:
- NumPy的ufuncs支持元素级运算,如加、减、乘、除、指数、对数等。
聚合函数:
- NumPy提供了许多聚合函数,如
sum
、mean
、std
、var
、min
、max
等。
- NumPy提供了许多聚合函数,如
条件选择:
- NumPy的
where
函数可以根据条件选择数组中的元素。
- NumPy的
排序和搜索:
- NumPy提供了排序和搜索函数,如
sort
、argsort
、searchsorted
等。
- NumPy提供了排序和搜索函数,如
唯一值:
- NumPy的
unique
函数可以找出数组中的唯一值,并返回排序后的结果。
- NumPy的
集合操作:
- NumPy支持集合操作,如
intersect1d
、union1d
、setdiff1d
、setxor1d
等。
- NumPy支持集合操作,如
字符串操作:
- NumPy提供了一些字符串操作函数,如
char.add
、char.multiply
、char.center
等。
- NumPy提供了一些字符串操作函数,如
读取文本数据:
- NumPy的
genfromtxt
和loadtxt
函数可以从文本文件中读取数据。
- NumPy的
随机数种子:
- NumPy的随机数生成器可以通过设置种子来确保结果的可重复性。
广播到目标形状:
- NumPy的
broadcast_to
函数可以将数组广播到指定的形状。
- NumPy的
填充数组:
- NumPy的
pad
函数可以对数组进行填充操作,如在边界添加零、常数、边缘值等。
- NumPy的
裁剪数组:
- NumPy的
clip
函数可以将数组中的值限制在指定范围内。
- NumPy的
数组重排序:
- NumPy的
roll
和flip
函数可以对数组进行循环移动和翻转操作。
- NumPy的
扩展数组维度:
- NumPy的
newaxis
对象可以在数组中添加新的维度。
- NumPy的
数组扁平化:
- NumPy的
ravel
函数可以将多维数组展平为一维数组。
- NumPy的
构造对角矩阵:
- NumPy的
diag
函数可以从数组中提取对角线或构造对角矩阵。
- NumPy的
复合数据类型:
- NumPy支持复合数据类型,可以在同一个数组中存储不同类型的数据。
时间序列处理:
- NumPy提供了一些函数用于时间序列处理,如
busday_offset
、busday_count
等。
- NumPy提供了一些函数用于时间序列处理,如
矩阵运算:
- NumPy的
dot
和matmul
函数可以进行矩阵乘法运算。
- NumPy的
逐元素函数:
- NumPy提供了许多逐元素函数,如
sin
、cos
、exp
、sqrt
等。
- NumPy提供了许多逐元素函数,如
结构化数组:
- NumPy的结构化数组允许使用字段名访问数组中的数据。
内存映射文件:
- NumPy的
memmap
类可以创建内存映射数组,以处理超出内存容量的大规模数据。
- NumPy的
逻辑运算:
- NumPy支持逻辑运算,如
logical_and
、logical_or
、logical_not
等。
- NumPy支持逻辑运算,如
按位操作:
- NumPy支持按位操作,如
bitwise_and
、bitwise_or
、bitwise_xor
等。
- NumPy支持按位操作,如
比较运算:
- NumPy支持比较运算,如
greater
、less
、equal
、not_equal
等。
- NumPy支持比较运算,如
数据压缩:
- NumPy的
packbits
和unpackbits
函数可以进行位级别的数据压缩和解压。
- NumPy的
多维直方图:
- NumPy的
histogramdd
函数可以计算多维数据的直方图。
- NumPy的
多项式运算:
- NumPy的
poly1d
类可以进行多项式运算和拟合。
- NumPy的
随机抽样:
- NumPy的
choice
函数可以从数组中随机抽样。
- NumPy的
数组复制:
- NumPy的
copy
函数可以创建数组的副本。
- NumPy的
数组转换:
- NumPy的
asarray
函数可以将输入转换为数组。
- NumPy的
数组连接:
- NumPy的
concatenate
、stack
、hstack
、vstack
等函数可以连接多个数组。
- NumPy的
数组拆分:
- NumPy的
split
、hsplit
、vsplit
等函数可以将数组拆分为多个子数组。
- NumPy的
数组填充:
- NumPy的
full
、ones
、zeros
函数可以创建指定形状和内容的数组。
- NumPy的
生成等差数列:
- NumPy的
arange
、linspace
函数可以生成等差数列。
- NumPy的
生成等比数列:
- NumPy的
logspace
函数可以生成等比数列。
- NumPy的
随机数生成:
- NumPy的
random
模块提供了丰富的随机数生成函数,如rand
、randn
、randint
等。
- NumPy的
数组转换:
- NumPy的
astype
函数可以转换数组的数据类型。
- NumPy的
数组形状修改:
- NumPy的
reshape
、resize
函数可以修改数组的形状。
- NumPy的
数组转置:
- NumPy的
transpose
、swapaxes
函数可以转置数组。
- NumPy的
数组排序:
- NumPy的
sort
、argsort
、lexsort
函数可以对数组进行排序。
- NumPy的
数组去重:
- NumPy的
unique
函数可以去除数组中的重复元素。
- NumPy的
数组统计:
- NumPy的
sum
、mean
、std
、var
、min
、max
等函数可以进行数组的统计分析。
- NumPy的
数组比较:
- NumPy的
all
、any
、where
函数可以进行数组的比较运算。
- NumPy的
数组运算:
- NumPy的
add
、subtract
、multiply
、divide
等函数可以进行数组的基本运算。
- NumPy的
数组累积:
- NumPy的
cumsum
、cumprod
函数可以计算数组的累积和和累积积。
- NumPy的
数组裁剪:
- NumPy的
clip
函数可以裁剪数组的元素,使其在指定范围内。
- NumPy的
数组填充:
- NumPy的
pad
函数可以在数组的边界填充指定值。
- NumPy的
数组滚动:
- NumPy的
roll
函数可以滚动数组的元素。
- NumPy的
数组翻转:
- NumPy的
flip
函数可以翻转数组的元素顺序。
- NumPy的
数组扩展:
- NumPy的
expand_dims
函数可以扩展数组的维度。
- NumPy的
数组压缩:
- NumPy的
squeeze
函数可以压缩数组的单维度。
- NumPy的
数组广播:
- NumPy的
broadcast
对象可以进行数组的广播操作。
- NumPy的
数组迭代:
- NumPy的
nditer
对象可以高效地迭代数组的元素。
- NumPy的
数组连接:
- NumPy的
concatenate
、stack
、hstack
、vstack
等函数可以连接多个数组。
- NumPy的
数组拆分:
- NumPy的
split
、hsplit
、vsplit
等函数可以将数组拆分为多个子数组。
- NumPy的
数组填充:
- NumPy的
full
、ones
、zeros
函数可以创建指定形状和内容的数组。
- NumPy的