概述
文章
- 基础篇
- 进阶篇
- 其他篇
用户指南
NumPy 参考手册
- 数组对象
- 常量
- 通函数(ufunc)
- 常用 API
- 创建数组
- 数组处理程序
- 二进制运算
- 字符串操作
- C-Types 外部函数接口(numpy.ctypeslib)
- 时间日期相关
- 数据类型相关
- 可选的 Scipy 加速支持(numpy.dual)
- 具有自动域的数学函数( numpy.emath)
- 浮点错误处理
- 离散傅立叶变换(numpy.fft)
- 财金相关
- 实用的功能
- 特殊的 NumPy 帮助功能
- 索引相关
- 输入和输出
- 线性代数(numpy.linalg)
- 逻辑函数
- 操作掩码数组
- 数学函数(Mathematical functions)
- 矩阵库 (numpy.matlib)
- 杂项(Miscellaneous routines)
- 填充数组(Padding Arrays)
- 多项式(Polynomials)
- 随机抽样 (numpy.random)
- 操作集合(Set routines)
- 排序,搜索和计数(Sorting, searching, and counting)
- Statistics
- Test Support (numpy.testing)
- Window functions
- 打包(numpy.distutils)
- NumPy Distutils 用户指南
- NumPy C-API
- NumPy 的内部
- NumPy 和 SWIG
其他文档
文章来源于网络收集而来,版权归原创者所有,如有侵权请及时联系!
可选的 Scipy 加速支持(numpy.dual)
可能由Scipy加速的函数的别名。
可以将Scipyopen in new window构建为使用FFT、线性代数和特殊函数的加速或其他改进的库。 这个模块允许开发人员在scipy可用时透明地支持这些加速功能, 但仍然支持只安装了NumPy的用户。
线性代数
方法 | 描述 |
---|---|
cholesky(a) | 胆固醇分解。 |
det(a) | 计算数组的行列式。 |
eig(a) | 计算方阵的特征值和右特征向量。 |
eigh(a [, UPLO]) | 返回复数Hermitian(共轭对称)或实对称矩阵的特征值和特征向量。 |
eigvals(a) | 计算通用矩阵的特征值。 |
eigvalsh(a [, UPLO]) | 计算复杂的Hermitian或实对称矩阵的特征值。 |
inv(a) | 计算矩阵的(乘法)逆。 |
lstsq(a, b[, rcond]) | 将最小二乘解返回线性矩阵方程。 |
norm(x [, ord,axis, keepdims]) | 矩阵或向量范数。 |
pinv(a [, rcond, hermitian]) | 计算矩阵的(Moore-Penrose)伪逆。 |
solve(a, b) | 求解线性矩阵方程或线性标量方程组。 |
svd(a [, full_matrices, compute_uv, hermitian]) | 奇异值分解。 |
FFT
方法 | 描述 |
---|---|
fft(a[, n, axis, norm]) | 计算一维离散傅立叶变换。 |
fft2(a[, s, axes, norm]) | 计算二维离散傅里叶变换 |
fftn(a[, s, axes, norm]) | 计算N维离散傅里叶变换。 |
ifft(a[, n, axis, norm]) | 计算一维逆离散傅立叶逆变换。 |
ifft2(a[, s, axes, norm]) | 计算二维逆离散傅里叶逆变换。 |
ifftn(a[, s, axes, norm]) | 计算N维离散傅里叶逆变换。 |
其他
方法 | 描述 |
---|---|
i0(X) | 第一种修改的Bessel函数,阶数为0。 |
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论