NumPy常用的方法匯總

下面是一些有用的NumPy函數(shù)和方法名稱的列表，這些名稱按類別排序。如果你的目標(biāo)是將來做算法相關(guān)工作，想寫出高性能的代碼，或者目前工作中對(duì)算法的求解時(shí)間要求苛刻，那么熟練使用這些方法便很有必要。最好知道每個(gè)方法的計(jì)算復(fù)雜度，根據(jù)具體問題定制選擇某個(gè)特定的方法。

1 數(shù)組創(chuàng)建

arange, array, copy, empty, empty_like, eye, fromfile, fromfunction, identity, linspace, logspace, mgrid, ogrid, ones, ones_like, r_, zeros, zeros_like

2 轉(zhuǎn)換

ndarray.astype, atleast_1d, atleast_2d, atleast_3d, mat

3 操縱

array_split, column_stack, concatenate, diagonal, dsplit, dstack, hsplit, hstack, ndarray.item, newaxis, ravel, repeat, reshape, resize, squeeze, swapaxes, take, transpose, vsplit, vstack

4 判斷

all, any, nonzero, where

5 排序

argmax, argmin, argsort, max, min, ptp, searchsorted, sort

6 操作

choose, compress, cumprod, cumsum, inner, ndarray.fill, imag, prod, put, putmask, real, sum

7 基本統(tǒng)計(jì)

cov, mean, std, var

8 基本線性代數(shù)

cross, dot, outer, linalg.svd, vdot

有目共睹，NumPy包里的方法性能是很高的，一般比我們自己實(shí)現(xiàn)的要高效很多。

接下來，我們按照以上8個(gè)維度，結(jié)合工作中實(shí)際使用場(chǎng)景，共同討論它們的高效使用之道。

如果NumPy你還處于入門階段，可以點(diǎn)擊 閱讀原文 學(xué)習(xí)NumPy入門教程。