python 做科学的计算

一时失言乱红尘 2022-02-20 09:38 244阅读 0赞

最近在学习用python进行数据处理，因此收集了一波资料，在这里分享：

numpy的使用：

>>> import numpy as np
    >>> a=np.arange(10)
    >>> a
    array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
    >>> a[:5]
    array([0, 1, 2, 3, 4])
    >>> a[0]
    0
    >>> a[:-1]
    array([0, 1, 2, 3, 4, 5, 6, 7, 8])
    >>> a
    array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
    >>> a[1:-1:2]
    array([1, 3, 5, 7])
    >>> a[::-1]
    array([9, 8, 7, 6, 5, 4, 3, 2, 1, 0])
    >>> a[5:1:-2]
    array([5, 3])
    >>>

>>> x=np.arange(10,1,-1)
    >>> x
    array([10,  9,  8,  7,  6,  5,  4,  3,  2])
    >>> x[[3,3,1,8]]
    array([7, 7, 9, 2])
    >>> b=x[np.array[3,3,-3,8]]
    Traceback (most recent call last):
      File "<pyshell#18>", line 1, in <module>
        b=x[np.array[3,3,-3,8]]
    TypeError: 'builtin_function_or_method' object is not subscriptable
    >>> b=x[np.array([3,3,-3,8])]   #倒序则是-1，-2，-3
    >>> b
    array([7, 7, 4, 2])
    >>> x
    array([10,  9,  8,  7,  6,  5,  4,  3,  2]

布尔：

>>> x = np.arange(5,0,-1)
    >>> x
    array([5, 4, 3, 2, 1])
    >>> x[np.array([True, False, True, False, False])]
    >>> # 布尔数组中下标为0，2的元素为True，因此获取x中下标为0,2的元素
    array([5, 3])
    >>> x[[True, False, True, False, False]]
    >>> # 如果是布尔列表，则把True当作1, False当作0，按照整数序列方式获取x中的元素
    array([5，3])
    >>> x[np.array([True, False, True, True])]
    >>> # 布尔数组的长度不够时，不够的部分都当作False
    array([5, 3, 2])
    >>> x[np.array([True, False, True, True])] = -1, -2, -3
    >>> # 布尔数组下标也可以用来修改元素
    >>> x
    array([-1,  4, -2, -3,  1])

如何构成矩阵数组：

>>> x=np.arange(0,60,10)
    >>> x
    array([ 0, 10, 20, 30, 40, 50])
    >>> x=np.arange(0,60,10).reshape(-1,1)   #reshape类似于转置
    >>> x
    array([[ 0],
           [10],
           [20],
           [30],
           [40],
           [50]])
    >>> x=np.arange(0,6)
    >>> x
    array([0, 1, 2, 3, 4, 5])
    >>> x=np.arange(0, 60, 10).reshape(-1, 1) + np.arange(0, 6)
    >>> x
    array([[ 0,  1,  2,  3,  4,  5],
           [10, 11, 12, 13, 14, 15],
           [20, 21, 22, 23, 24, 25],
           [30, 31, 32, 33, 34, 35],
           [40, 41, 42, 43, 44, 45],
           [50, 51, 52, 53, 54, 55]])

结构数组：

>>> import numpy as np
    js
    >>> persontype = np.dtype({
        'names':['name', 'age', 'weight'],
        'formats':['S32','i', 'f']})
    >>> a = np.array([("Zhang",32,75.5),("Wang",24,65.2)],
        dtype=persontype)
    >>> a
    array([(b'Zhang', 32, 75.5), (b'Wang', 24, 65.2)],
          dtype=[('name', 'S32'), ('age', '<i4'), ('weight', '<f4')])
    >>>

stride 步长：

c = np.array([[0,1,2],[3,4,5],[6,7,8]], dtype=np.float32, order="F")
    >>> c.strides
    (4, 12)  #横轴 每增加一个数字增加4个字节，每增加一个纵坐标增加12个字节

基本的数学运算：

>>> a= np.arange(0,4)
    >>> a
    array([0, 1, 2, 3])
    >>> b= np.arange(1,5)
    >>> b
    array([1, 2, 3, 4])
    >>> np.add(a,b)
    array([1, 3, 5, 7])
    >>> np.add(a,b,a)           # 数值是a+b的和，然后按最后一个数组的形式存储    
    array([1, 3, 5, 7])
    >>> a
    array([1, 3, 5, 7])

基本的数学运算表述：

<table> 
 <tbody> 
  <tr> 
   <td>y = x1 + x2:</td> 
   <td>add(x1, x2 [, y])</td> 
  </tr> 
  <tr> 
   <td>y = x1 - x2:</td> 
   <td>subtract(x1, x2 [, y])</td> 
  </tr> 
  <tr> 
   <td>y = x1 * x2:</td> 
   <td>multiply (x1, x2 [, y])</td> 
  </tr> 
  <tr> 
   <td>y = x1 / x2:</td> 
   <td>divide (x1, x2 [, y]), 如果两个数组的元素为整数，那么用整数除法</td> 
  </tr> 
  <tr> 
   <td>y = x1 / x2:</td> 
   <td>true divide (x1, x2 [, y]), 总是返回精确的商</td> 
  </tr> 
  <tr> 
   <td>y = x1 // x2:</td> 
   <td>floor divide (x1, x2 [, y]), 总是对返回值取整</td> 
  </tr> 
  <tr> 
   <td>y = -x:</td> 
   <td>negative(x [,y])</td> 
  </tr> 
  <tr> 
   <td>y = x1**x2:</td> 
   <td>power(x1, x2 [, y])</td> 
  </tr> 
  <tr> 
   <td>y = x1 % x2:</td> 
   <td>remainder(x1, x2 [, y]), mod(x1, x2, [, y])</td> 
  </tr> 
 </tbody> 
</table>

链接：[用Python做科学计算][Python]

[Python]: https://docs.huihoo.com/scipy/scipy-zh-cn/index.html