Python—Numpy学习笔记（二）array的用法

注：本系类笔记采用的是Python3.5X版本，编程环境为Windows64位下的Anaconda
所有代码部分均为连续的，“结果”为在jupyter分步运行结果

代码部分：

import numpy as np#导入numpy,用np代表

a = np.array([1,2,3],dtype=np.int32)#创建一个一维array, 值为[1，2，3]，类型为32位整型
print(a.dtype)#dtype为数据的类型

结果：
int32

b = np.array([1,2,3],dtype=np.float)#创建一个一维array, 值为[1，2，3]，类型为64位浮点型
print(b.dtype)

结果：
float64

c = np.array([1,2,3])#一维数据
print(c)

结果：
[1 2 3]

d = np.array([[1,2,3], #2维矩阵
[4,5,6]])
print(d)

结果：
[[1 2 3]
 [4 5 6]]

zero = np.zeros((2,3)) #生成2行3列全为0的矩阵
print(zero)

结果：
[[ 0.  0.  0.]
 [ 0.  0.  0.]]

one = np.ones((3,4)) #生成3行4列全为1的矩阵
print(one)

结果：
[[ 1.  1.  1.  1.]
 [ 1.  1.  1.  1.]
 [ 1.  1.  1.  1.]]

empty = np.empty((3,2))#生成3行2列全都接近于0（不等于0）的矩阵
print(empty)

结果;
[[ 0.  0.]
 [ 0.  0.]
 [ 0.  0.]]

e = np.arange(10)#生成一个一维的
print(e)

结果：
[0 1 2 3 4 5 6 7 8 9]

f = np.arange(4,12)
print(f)

结果：
[ 4  5  6  7  8  9 10 11]

g = np.arange(1,20,3)
print(g)

结果:
[ 1  4  7 10 13 16 19]

h = np.arange(8).reshape(4,2)#重新定义矩阵的形状
print(h)

结果:
[[0 1]
 [2 3]
 [4 5]
 [6 7]]