NumPy常用函数集锦
NumPy是Python中常用的科学计算库之一，为了方便使用，整理了一些常用的函数，方便查询。
1. np.zeros()函数
无参数时，此函数返回标量0。
如果要返回一个指定形状的数组，可以使用以下示例：
import numpy as np x = np.zeros((2,3)) print(x)
输出：
[[0. 0. 0.] [0. 0. 0.]]
这个函数返回一个具有给定形状和类型的零数组。
2. np.ones()函数
此函数与上述函数类似，但是将所有元素设置为1。
例：
import numpy as np x = np.ones((2,3)) print(x)
输出：
[[1. 1. 1.] [1. 1. 1.]]
3. np.full()函数
此函数允许您创建指定形状和类型的数组，并填充它们的所有元素。
例：
import numpy as np x = np.full((2,3), 5) print(x)
输出：
[[5 5 5] [5 5 5]]
4. np.eye()函数
此函数返回一个单位矩阵，其对角线元素均为1。
例：
import numpy as np x = np.eye(3) print(x)
输出：
[[1. 0. 0.] [0. 1. 0.] [0. 0. 1.]]
5. np.random.rand()函数
此函数返回指定形状的随机值，其中每个元素均在0和1之间均匀分布。
例：
import numpy as np x = np.random.rand(2,3) print(x)
输出：
[[0.00532244 0.46468205 0.18101482] [0.97630399 0.17030996 0.87913448]]
6. np.arange()函数
此函数返回一个按指定步长的等差数列。
例：
import numpy as np x = np.arange(2, 10, 2) print(x)
输出：
[2 4 6 8]
7. np.linspace()函数
该函数返回N个均匀分布的值，从指定的开始和结束值，可以指定开始点和终止点的位置。
例：
import numpy as np x = np.linspace(0, 10, num=5) print(x)
输出：
[ 0. 2.5 5. 7.5 10.]
8. np.reshape()函数
此函数允许您更改数组的维数。
例：
import numpy as np a = np.array([[1,2], [3,4], [5,6]]) b = np.reshape(a, (2,3)) print(b)
输出：
[[1 2 3] [4 5 6]]
9. np.transpose()函数
返置数组的行和列。
例：
import numpy as np a = np.array([[1, 2], [3, 4]]) b = np.transpose(a) print(b)
输出：
[[1 3] [2 4]]
10. np.concatenate()函数
将一系列数组拼接到一起。
例：
import numpy as np a = np.array([[1, 2], [3, 4]]) b = np.array([[5, 6]]) c = np.concatenate((a, b), axis=0) print(c)
输出：
[[1 2] [3 4] [5 6]]
11. np.split()函数
将一个数组按照特定的方式拆分成多个子数组。
例：
import numpy as np a = np.array([1, 2, 3, 4, 5, 6]) b = np.split(a, 3) print(b)
输出：
[array([1, 2]), array([3, 4]), array([5, 6])]
12. np.mean()函数
计算数组的平均值。
例：
import numpy as np a = np.array([1, 2, 3, 4, 5, 6]) b = np.mean(a) print(b)
输出：
3.5
13. np.median()函数
计算数组的中位数。
例：
import numpy as np a = np.array([1, 2, 3, 4, 5, 6]) b = np.median(a) print(b)
输出：
3.5
14. np.std()函数
计算数组的标准差。
例：
import numpy as np a = np.array([1, 2, 3, 4, 5, 6]) b = np.std(a) print(b)
输出：
1.707825127659933
15. np.sum()函数
计算数组的总和。
例：
import numpy as np a = np.array([1, 2, 3, 4, 5, 6]) b = np.sum(a) print(b)
输出：
21
总结：
上述函数仅为NumPy中常用的一些函数，其他函数还有很多，可以根据需要查询NumPy官方文档，以实现更高效便捷的数据处理。