Python的numpy库中将矩阵转换为列表等函数的方法

>>> x = np.matrix(np.arange(12).reshape((3,4))); xmatrix([[ 0, 1, 2, 3],  [ 4, 5, 6, 7],  [ 8, 9, 10, 11]])>>> x.tolist()[[0, 1, 2, 3], [4, 5, 6, 7], [8, 9, 10, 11]]

>>> a = np.array([1, 2])>>> a.tolist()[1, 2]>>> a = np.array([[1, 2], [3, 4]])>>> list(a)[array([1, 2]), array([3, 4])]>>> a.tolist()[[1, 2], [3, 4]]

>>> a = np.array([[1, 2], [3, 4]]) #对所有元素求均值>>> np.mean(a)2.5>>> np.mean(a, axis=0) #对每一列求均值array([ 2., 3.])>>> np.mean(a, axis=1) #对每一行求均值array([ 1.5, 3.5])

>>> a = np.array([[1, 2], [3, 4]]) #对所有元素求标准差 >>> np.std(a)1.1180339887498949>>> np.std(a, axis=0) #对每一列求标准差array([ 1., 1.])>>> np.std(a, axis=1) #对每一行求标准差array([ 0.5, 0.5])

>>> a=np.array([[1,2,3],[4,5,6],[7,8,9]]) #先输入3行2列的数组a>>> b=a[:,:2] >>> b.shape #当数组的行与列都大于1时，不需增加维度(3, 2)>>> c=a[:,2] >>> c.shape #可以看到，当数组只有一列时，缺少列的维度(3,)>>> carray([3, 6, 9])

>>> d=a[:,2,np.newaxis] #np.newaxis实现增加列的维度>>> darray([[3],  [6],  [9]])>>> d.shape  #d的维度成了3行1列（3,1）(3, 1)>>> e=a[:,2,None] #None与np.newaxis实现相同的功能>>> earray([[3],  [6],  [9]])>>> e.shape(3, 1)

>>> index = [i for i in range(10)] >>> index [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] >>> np.random.shuffle(index) >>> index [7, 9, 3, 0, 4, 1, 5, 2, 8, 6] 

>>> import numpy as np >>> a = np.arange(15).reshape(5,3) #构造一个5行3列的二维数组 >>> a array([[ 0, 1, 2],   [ 3, 4, 5],   [ 6, 7, 8],   [ 9, 10, 11],   [12, 13, 14]]) >>> b = a[:,0].min() ##取第0列的最小值，其他列同理 >>> b 0 >>> c = a[0,:].max() ##取第0行的最大值，其他行同理 >>> c 2 

n = np.array(np.random.randn(4,2))  n Out[153]: array([[ 0.17234 , -0.01480043],   [-0.33356669, -1.33565616],   [-1.11680009, 0.64230761],   [-0.51233174, -0.10359941]])  l = np.array([1,2,3,4])  l Out[155]: array([1, 2, 3, 4])  l.shape Out[156]: (4,) 

n = np.hstack((n,l)) ValueError: all the input arrays must have same number of dimensions 

n = np.hstack((n,l[:,np.newaxis])) ##注意：在使用np.hstack()时必须用()把变量括起来，因为它只接受一个变量  n Out[161]: array([[ 0.17234 , -0.01480043, 1.  ],   [-0.33356669, -1.33565616, 2.  ],   [-1.11680009, 0.64230761, 3.  ],   [-0.51233174, -0.10359941, 4.  ]]) 

n = np.array([[1,2,3,4,5,6],[11,22,33,44,55,66],[111,222,333,444,555,666]]) ##产生一个三行六列容易区分的数组  n Out[166]: array([[ 1, 2, 3, 4, 5, 6],   [ 11, 22, 33, 44, 55, 66],   [111, 222, 333, 444, 555, 666]])  sample = [[]for i in range(3)] ##产生三行一列的空列表 Out[172]: [[], [], []] for i in range(0,6,2): ##每间隔一列便添加到sample中  sample = np.hstack((sample,n[:,i,np.newaxis]))     sample Out[170]: array([[ 1., 3., 5.],   [ 11., 33., 55.],   [ 111., 333., 555.]])