内置函数:

# 生成一个标准正态分布的矩阵
arr1=np.random.randn(3,5)
print(arr1)

向上取整：

np.ceil()

print(np.ceil(arr1))

向下取整：

np.floor()

print(np.floor(arr1))

四舍五入：

np.rint()

print(np.rint(arr1))

判断是否为空：

np.isnan()

print(np.isnan(arr1))

行和列要相同：

相乘:np.multiply(参数一，参数二)

print(np.multiply(arr1,arr1))
print(arr1*2)

相除:np.divide(参数一，参数二)

print(np.divide(arr1,arr1))

绝对值:

np.abs()

print(np.abs(arr1))

三元运算符：

np.where(条件，符合条件，不符合条件)

print(np.where(arr1>1,0,1))

统计函数：

# 创建一个矩阵
arr2=np.arange(1,13).reshape(3,4)
print(arr2)

平均值：mean()

和：sum()

# 求和
print(np.sum(arr2))
# 按列求和
print(np.sum(arr2,axis=0))
# 按行求和
print(np.sum(arr2,axis=1))

最大值：max()

# 最大值
print(np.max(arr2))

# 列最大值
print(np.max(arr2,axis=0))
# 行最大值
print(np.max(arr2,axis=1))

最小值：min()

# 最小值
print(np.min(arr2))

标准差：std()

方差:var()

中位数：median()

最大值下标索引：argmax()

# 索引最大值
print(np.argmax(arr2))

最小值下标索引：argmin()

累加和：cumsum()

print(np.cumsum(arr2))

累乘：cumprod()

print(np.cumprod(arr2))

去重：unique()

# 去重函数
arr3=np.array([[1,2,1],[2,3,5]])
print(arr3.shape)
print(arr3)

# 去重
arr4=np.unique(arr3)
print(arr4)
print(arr4.shape)

排序函数：sort()

arr5=np.array([11,33,22,55,66,24])
print(arr5)

arr6=np.sort(arr5)
print(arr6)
arr5.sort()
print(arr5)

变量，原内容不变  

直接改变

排序默认是从小到大，可以通过反向索引的形式从大到小

# 反向索引
arr7=arr6[::-1]
print(arr7)

索引：

[行起始:行结束, 列起始:列结束]  遵循左闭右开的原则

例如：

[2:3]为  第二行第三列的单个元素

[1:4,0:2]为  第一行到第三行，第0列到第一列

[:]为 全部内容

[1:3，:]为  第一行到第二行的所有列

[:,1]为 所有行和第一列元素

numpy矩阵运算

形状相同

# 形状相同的
arr1=np.array([[1,2,1],[2,3,5]])
arr2=np.array([[1,1,1],[2,3,5]])
# 加法
print(arr1+arr2)
# 减法
print(arr1-arr2)
# 乘法
print(arr1*arr2)
print(np.multiply(arr1,arr2))

形状不同但是左矩阵的列数必须等于右矩阵的行数

# 形状不同
arr3=arr2.reshape(3,2)
print(arr3)
# 相乘
print(np.dot(arr1,arr3))
print(arr1@arr3)