1.安装anaconda
使用anaconda直接默认安装了python和Numpy
anaconda下载地址：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
推荐在此下载，官网下载速度缓慢
选择一个合适的版本，尽量不要选择最新版本的，选择之前出的要稳定点，我第一次选择最新版本的安装上后就出现了问题，卸载了重新装的
2.测试
打开anaconda prompt，相当于Windows中的cmd
image.png
输入
conda list显示anaconda默认安装好的库，如果能出现下列显示说明anaconda安装成功啦
image.png
3.打开notebook
启动了浏览器版本的编辑器，可以分模块run,但是不能debug,需要debug时需要用其他编辑器
image.png
image.png
4.安装其他库
-
搜索某个库的课安装包
输入
得到很多版本的包，选择匹配系统的相应版本
image.png
- 显示装包的命令
输入anaconda show 相应版本名字
image.png
image.png
复制粘贴install的命令便可以安装库啦！
Numpy函数
| 函数 | 作用 |
|---|---|
| import numpy as np | 重命名 |
| numpy.genformtxt("路径"，delimiter=",",dtype=str) | 导入外部文件默认使用str |
| numpy.array([]) | 新建数组，数据类型必须是一致的 |
| numpy.arange(15) | 产生从0到14的向量 |
| numpy.arange(15).reshape(3,5) | 矩阵变换 |
| numpy.zeros((3,4)) | 初始化矩阵全为0，要把3,4括号括起来，成为元组形式，不然会报错 |
| numpy.ones((3,4)，dtype=numpy.int32) | 全1矩阵,并且指定相应数据类型 |
| numpy.arange(10,30,5) | 从10开始5递增30结束的数组 |
| numpy.random.random((2,3)) | 先进入random模块再调用random函数，得到2行3列的随机数 |
| numpy.linspace(0,8,30) | 从0到8，30个值，以平均30为递增数 |
| numpy.tile(a,(3,5)) | 进行扩展，把a行变成3倍，列变成5倍 |
| numpy.sort(a,axis=1) | 行按照大小排序 |
| numpy.exp(B) | 乘幂 |
| numpy.sqrt(B) | 开根号 |
| numpy.floor() | 向下的取整 |
矩阵的拼接
| 函数 | 作用 |
|---|---|
| numpy.hstack((a,b)) | 横着拼接 |
| numpy.vstack((a,b)) | 竖着拼接 |
矩阵的切分
| 函数 | 作用 |
|---|---|
| numpy.hsplit(a,3) | 按行进行切分，横着切，切分为3份 |
| numpy.vspilt(a,3) | 按列进行切分，纵着切 |
矩阵操作
| 函数 | 作用 |
|---|---|
| print(vector.shape) | 通过.shape看vector的结构 |
| print(type(文件名)) | 打印文件类型 |
| print(help(numpy.genformtxt)) | 打开帮助文档查看genformtxt函数 |
| vertor == 3 | 判断vector是否有数字3?结果返回布尔型 |
| vector = vector.astype(float) | 转换成float类型 |
| vector.min() | 找最小值 |
| matrix.sum(axis=1) | 对行求和，每行元素加起来 |
| matrix.sum(axis=0) | 按列求和 |
| matrix.shape | 打印行列数 |
| matrix.nidm | 打印维度 |
| matrix.size | 打印元素个数 |
| matrix.reshape() | 向量变成矩阵 |
| matrix.reshape(3,-1) | 变成3行，多少列写成-1默认自己计算 |
| matrix.ravel() | 矩阵变成向量 |
| matrix.T | 转置 |
| - | 进行对应位置的相减 |
| ** | 求平方 |
| * | 矩阵对应位置的元素相乘 |
| .dot A.dot(B)/numpy.dot(A,B) | 矩阵的乘法，行乘以列 |
| ind = matrix.argmax(axis=0) | 索引axis=0指定以列找最大值的索引 |
矩阵复制
| 函数 | 作用 |
|---|---|
| = ： | 两个变量名都会指向同一个数据，一变均变 |
| c = a.view() | 虽然指向不同位置，但是共用了一堆值，所以一个变了另外一个也变了 |
| c = a.copy() | 这样就相互不影响了 |
网友评论