Numpy是Python的第第三方模块，用于科学计算。
１．属性
ndim 维度
shape 行数和列数
size 元素个数
列表转化为数组：
>>>import numpy as np
>>>np.array(list(range(4))) #创建数组
array([0,1,2,3])
>>>a=np.array([list(range(1,4)),list(range(2,5))]) #创建数组
>>>a
array([[1, 2, 3],
[2, 3, 4]])
>>>a.dim
2
>>>a.shape
(2,3)
>>>a.size
6
2. array的创建
指定数据类型dtype
# 数据类型有几种：int64,int32,以及flaot,flaot32等,默认为int64
>>>import numpy as np
>>>a=np.array(list(range(4)),dtype=np.int(64))
>>>a.dtype
dtype('int64')
创建一些特殊数组zeros,ones,empty,linspace,arange,reshape
# 利用zeros可以创建元素全部为０的数组
>>>import numpy as np
>>>a=np.zeros((3,4)) # 创建3行4列元素全部为零的数组
>>>a
array([[ 0., 0., 0., 0.],
[ 0., 0., 0., 0.],
[ 0., 0., 0., 0.]])
>>>
# 利用ones 创建元素全部为１的数组
>>>b=np.ones((3,4))
>>>b
array([[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.]])
>>>
# empty 用来创建全空数组，元素值都接近于零（3.6版本元素直接都为零）
>>>c=np.empty((3,4))
>>>c
array([[ 0., 0., 0., 0.],
[ 0., 0., 0., 0.],
[ 0., 0., 0., 0.]])
>>>
# 利用arange创建连续数组，arange用法类似range
>>>d=np.arange(12).reshape(3,4) #利用arange创建连续数组并用reshape改变数组行列数
>>>d
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
>>>
＃ 利用linespace创建等差数据
>>>e=np.linespace(1,20,10) #从１到20，分10份
>>>e
array([ 1. , 3.11111111, 5.22222222, 7.33333333,
9.44444444, 11.55555556, 13.66666667, 15.77777778,
17.88888889, 20. ]) |
