Python中numpy数组的计算与转置详解

时间：2022-08-08 08:21:04|栏目：Python代码|点击：次

前言

本文主要讲述numpy数组的计算与转置，讲相同尺寸数组的运算与不同尺寸数组的运算，同时介绍数组转置的三种方法。

numpy数组的操作比较枯燥，但是都很实用，在很多机器学习、深度学习算法中都会使用到，对numpy数组的一些操作。

1、numpy数组与数的运算

主要包括数组与数的加减乘除运算，废话不多说，看代码：

import numpy as np
 
a = np.array([[1, 2, 3, 4, 5, 6], [7, 8, 9, 10, 11, 12]])
 
# 将数组a里面的每个数+1
b = a+1
print(b)
 
# 将数组a里面每个数-3
c = a-3
print(c)
 
# 将数组a里面每个数*3
d = a*3
print(d)
 
# 将数组a里面每个数除3
e = a/3
print(e)

运行结果如下：

2、numpy相同尺寸的数组运算

numpy相同尺寸的加减乘除运算，代码如下：

import numpy as np
 
a = np.array([[1, 2, 3, 4, 5, 6], [7, 8, 9, 10, 11, 12]])
b = np.array([[11, 22, 33, 44, 55, 66], [77, 88, 99, 10, 11, 12]])
 
# 数组a与数组b的加法运算
c = a+b
print(c)
 
# 数组a与数组b的减法运算
d = a-b
print(d)
 
# 数组a与数组b的乘法运算
e = a*b
print(e)
 
# 数组a与数组b的除法运算
f = a/b
print(f)

运行结果如下：

3、numpy不同尺寸的数组计算

numpy不同尺寸的数组也能运算，遵守广播原则，代码如下：

import numpy as np
 
a = np.array([[1, 2, 3, 4, 5, 6], [7, 8, 9, 10, 11, 12]])
b = np.array([1, 2, 3, 4, 5, 6])
c = np.array([[1], [2]])
print(a)
print(b)
print(c)
 
# 数组a与数组b的减法
d = a-b
print(d)
 
# 数组a与数组b的乘法
e = a*b
print(e)
 
# 数组a与数组c的减法
f = a-c
print(f)
 
# 数组a与数组c的乘法
g = a*c
print(g)

运行结果如下图：

大家应该可以看出二者的区别，所有数组的运算遵守广播原则。

4、numpy数组的转置

主要讲三种转置方法，具体代码如下：

import numpy as np
 
a = np.array([[1, 2, 3, 4, 5, 6], [7, 8, 9, 10, 11, 12], [13, 14, 15, 16, 17, 18]])
 
# 数组转置的三种方法
b = np.transpose(a)
c = a.T
d = a.swapaxes(1, 0)
print(a)
print(b)
print(c)
print(d)

运行结果如下图：