Numpy 速查表

前言

Numpy 是 Python 中用于科学计算的基础库，提供了多维数组对象和各种派生对象（如掩码数组和矩阵），以及用于快速操作数组的函数。它也是 SciPy 生态系统的基础，SciPy 提供了更多的科学计算功能。使用 Numpy 可以快速实现数组的计算、统计、排序、过滤、聚合等高效的向量化操作。

在学习 Numpy 之前首先要建立一个向量化概念，什么是向量化操作？

向量化操作是指使用Numpy提供的内置函数直接对整个数组进行运算，而不是使用Python循环逐个处理元素。这样做的好处是速度快很多——通常快10-100倍。

简单来说，向量化就是让计算机一次处理整个数组，而不是一个一个处理，这样就能发挥计算机的并行处理能力，速度快得多。特别是在科学计算领域和图像处理中，科学计算任务的矩阵运算和图像本身就是多维数组，必须用向量化才能有好的性能！使用向量化操作的代码看起来更简洁、更易读，而且更符合Python的编程风格。

快速创建数组

方法	描述	示例
np.array()	创建一个数组	np.array([1, 2, 3, 4, 5])
np.zeros()	创建一个全0数组	np.zeros((3, 3))
np.ones()	创建一个全1数组	np.ones((3, 3))
np.empty()	创建一个空数组	np.empty((3, 3))
np.arange()	创建一个等差数组	np.arange(10)
np.linspace()	创建一个等差数组	np.linspace(0, 10, 5)
np.logspace()	创建一个对数数组	np.logspace(0, 2, 5)
np.random.rand()	创建一个随机数组	np.random.rand(3, 3)

常用属性与方法

常用方法	描述	示例
np.shape	获取数组形状，返回一个元组，表示数组的维度	np.shape(arr)
np.ndim	获取数组维度，返回一个整数，表示数组的维度	np.ndim(arr)
np.size	获取数组元素个数，返回一个整数，表示数组的元素个数	np.size(arr)
np.dtype	获取数组元素类型，返回一个数据类型对象	np.dtype(arr)
np.astype()	转换数组元素类型，返回一个新数组	np.astype(arr, dtype)
np.reshape()	重塑数组形状，返回一个新数组	np.reshape(arr, newshape)
np.flatten()	展平数组，返回一个新数组	np.flatten(arr)
np.transpose()	转置数组，返回一个新数组	np.transpose(arr)
np.dot()	矩阵乘法，返回一个新数组	np.dot(arr1, arr2)
np.sum()	求和，返回一个整数	np.sum(arr)
np.mean()	求平均值，返回一个浮点数	np.mean(arr)
np.std()	求标准差，返回一个浮点数	np.std(arr)
np.max()	求最大值，返回一个浮点数	np.max(arr)
np.min()	求最小值，返回一个浮点数	np.min(arr)

数组运算

运算符	描述	示例
+	数组元素相加，返回一个新数组	arr1 + arr2
-	数组元素相减，返回一个新数组	arr1 - arr2
*	数组元素相乘，返回一个新数组	arr1 * arr2
/	数组元素相除，返回一个新数组	arr1 / arr2
**	数组元素幂运算，返回一个新数组	arr1 ** arr2
%	数组元素取模，返回一个新数组	arr1 % arr2
//	数组元素整除，返回一个新数组	arr1 // arr2
&	数组元素按位与，返回一个新数组	arr1 & arr2
|	数组元素按位或，返回一个新数组	arr1 | arr2

• 简单说说矩阵乘法的规则

规则：结果矩阵的第(i,j)位置 = 第一个矩阵的第i行 与 第二个矩阵的第j列 对应元素相乘后求和。这也有一种俗称叫点积运算。

比如下面的例子：

重要概念

• 必须满足维度要求：(m×n) × (n×p) = (m×p)

  第一个矩阵的列数必须等于第二个矩阵的行数

• 不可交换：A × B ≠ B × A（矩阵乘法不满足交换律）

数组统计

统计方法	描述	示例
np.sum()	求和，返回一个整数	np.sum(arr)
np.mean()	求平均值，返回一个浮点数	np.mean(arr)
np.std()	求标准差，返回一个浮点数	np.std(arr)
np.max()	求最大值，返回一个浮点数	np.max(arr)
np.min()	求最小值，返回一个浮点数	np.min(arr)

数组排序

排序方法	描述	示例
np.sort()	排序，返回一个新数组	np.sort(arr)
np.argsort()	返回排序后的索引，返回一个新数组	np.argsort(arr)
np.lexsort()	返回排序后的索引，返回一个新数组	np.lexsort(arr)
np.searchsorted()	返回排序后的索引，返回一个新数组	np.searchsorted(arr, value)
np.partition()	返回排序后的索引，返回一个新数组	np.partition(arr, k)
np.argpartition()	返回排序后的索引，返回一个新数组	np.argpartition(arr, k)

数组过滤

过滤方法	描述	示例
np.where()	返回满足条件的索引，返回一个新数组	np.where(condition)
np.nonzero()	返回满足条件的索引，返回一个新数组	np.nonzero(arr)
np.logical_and()	返回满足条件的索引，返回一个新数组	np.logical_and(arr1, arr2)
np.logical_or()	返回满足条件的索引，返回一个新数组	np.logical_or(arr1, arr2)
np.logical_not()	返回满足条件的索引，返回一个新数组	np.logical_not(arr)
np.logical_xor()	返回满足条件的索引，返回一个新数组	np.logical_xor(arr1, arr2)
np.logical_and()	返回满足条件的索引，返回一个新数组	np.logical_and(arr1, arr2)
np.logical_or()	返回满足条件的索引，返回一个新数组	np.logical_or(arr1, arr2)
np.logical_not()	返回满足条件的索引，返回一个新数组	np.logical_not(arr)
np.logical_xor()	返回满足条件的索引，返回一个新数组	np.logical_xor(arr1, arr2)

数组聚合

聚合方法	描述	示例
np.sum()	数组元素求和，返回一个浮点数	np.sum(arr)
np.mean()	数组元素求平均值，返回一个浮点数	np.mean(arr)
np.std()	数组元素求标准差，返回一个浮点数	np.std(arr)
np.max()	数组元素求最大值，返回一个浮点数	np.max(arr)
np.min()	数组元素求最小值，返回一个浮点数	np.min(arr)

数组广播

广播方法	描述	示例
np.broadcast()	广播数组	np.broadcast(arr1, arr2)
np.broadcast_to()	广播数组	np.broadcast_to(arr, shape)
np.broadcast_arrays()	广播数组	np.broadcast_arrays(arr1, arr2)
np.broadcast_to()	广播数组	np.broadcast_to(arr, shape)

数组索引

索引方法	描述	示例
np.index()	索引数组	np.index(arr, index)
np.index_exp()	索引数组	np.index_exp(arr, index)
np.index_exp()	索引数组	np.index_exp(arr, index)

数组拼接

拼接方法	描述	示例
np.concatenate()	拼接数组	np.concatenate(arr1, arr2)
np.stack()	拼接数组	np.stack(arr1, arr2)
np.hstack()	拼接数组	np.hstack(arr1, arr2)
np.vstack()	拼接数组	np.vstack(arr1, arr2)
np.dstack()	拼接数组	np.dstack(arr1, arr2)
np.column_stack()	拼接数组	np.column_stack(arr1, arr2)
np.row_stack()	拼接数组	np.row_stack(arr1, arr2)

数组分割

分割方法	描述	示例
np.split()	分割数组	np.split(arr, indices_or_sections)
np.hsplit()	分割数组	np.hsplit(arr, indices_or_sections)
np.vsplit()	分割数组	np.vsplit(arr, indices_or_sections)
np.dsplit()	分割数组	np.dsplit(arr, indices_or_sections)
np.column_split()	分割数组	np.column_split(arr, indices_or_sections)
np.row_split()	分割数组	np.row_split(arr, indices_or_sections)

数组转置

转置方法	描述	示例
np.transpose()	转置数组	np.transpose(arr)
np.T	转置数组	np.T(arr)
np.swapaxes()	转置数组	np.swapaxes(arr, axis1, axis2)
np.rollaxis()	转置数组	np.rollaxis(arr, axis, start)
np.moveaxis()	转置数组	np.moveaxis(arr, source, destination)
np.roll()	转置数组	np.roll(arr, shift, axis=None)
np.move()	转置数组	np.move(arr, source, destination)
np.rollaxis()	转置数组	np.rollaxis(arr, axis, start)
np.moveaxis()	转置数组	np.moveaxis(arr, source, destination)

数组裁剪

裁剪方法	描述	示例
np.clip()	裁剪数组	np.clip(arr, min, max)
np.compress()	裁剪数组	np.compress(condition, arr)
np.extract()	裁剪数组	np.extract(condition, arr)
np.put()	裁剪数组	np.put(arr, indices, values)
np.putmask()	裁剪数组	np.putmask(arr, mask, values)
np.fill()	裁剪数组	np.fill(arr, value)
np.seterr()	裁剪数组	np.seterr(all='ignore')
np.seterr()	裁剪数组	np.seterr(all='ignore')

数组函数

函数	描述	示例
np.sin()	正弦函数	np.sin(arr)
np.cos()	余弦函数	np.cos(arr)
np.tan()	正切函数	np.tan(arr)
np.arcsin()	反正弦函数	np.arcsin(arr)
np.arccos()	反余弦函数	np.arccos(arr)
np.arctan()	反正切函数	np.arctan(arr)
np.sinh()	双曲正弦函数	np.sinh(arr)
np.cosh()	双曲余弦函数	np.cosh(arr)
np.tanh()	双曲正切函数	np.tanh(arr)
np.sqrt()	平方根函数	np.sqrt(arr)
np.exp()	指数函数	np.exp(arr)
np.log()	对数函数	np.log(arr)
np.log10()	以10为底的对数函数	np.log10(arr)
np.log2()	以2为底的对数函数	np.log2(arr)
np.log1p()	以e为底的对数函数	np.log1p(arr)
np.log2p()	以2为底的对数函数	np.log2p(arr)
np.log10p()	以10为底的对数函数	np.log10p(arr)

数组应用

应用方法	描述	示例
np.apply_along_axis()	应用数组	np.apply_along_axis(func, axis, arr)
np.apply_over_axes()	应用数组	np.apply_over_axes(func, arr, axes)
np.apply_along_axis()	应用数组	np.apply_along_axis(func, axis, arr)

图片像素操作

目标	代码
整个图像变黑	img[:, :, :] = 0 或 img[...] = 0
整个图像变白	img[:, :, :] = 255
只清零某通道	img[:, :, 0] = 0
乘以系数	img *= 0.5