安装 NumPy

如果你已经装有 Anaconda，那么你可以使用以下命令通过终端或命令提示符安装 NumPy：
conda install numpy
如果你没有 Anaconda，那么你可以使用以下命令从终端上安装 NumPy：
pip install numpy
安装好 NumPy 后，你就可以启动 Jupyter notebook 开始学习了。接下来从 NumPy 数组开始

import numpy as np

就好比一个矩阵

常用函数

NumPy 创建数组

numpy.empty

numpy.empty 方法用来创建一个指定形状（shape）、数据类型（dtype）且未初始化的数组：

numpy.empty(shape, dtype = float, order = 'C')

参数说明：
参数 描述
shape 数组形状
dtype 数据类型，可选
order 有"C"和"F"两个选项,分别代表，行优先和列优先，在计算机内存中的存储元素的顺序。
举例

import numpy as np 
x = np.empty([3,2], dtype = int) 
print (x)

输出结果

[[ 6917529027641081856  5764616291768666155]
 [ 6917529027641081859 -5764598754299804209]
 [          4497473538      844429428932120]]

numpy.zeros

创建指定大小的数组，数组元素以 0 来填充：

numpy.zeros(shape, dtype = float, order = 'C')

举例

import numpy as np
# 默认为浮点数
x = np.zeros(5) 
print(x)
 # 设置类型为整数
y = np.zeros((5,), dtype = np.int) 
print(y)
 # 自定义类型
z = np.zeros((2,2), dtype = [('x', 'i4'), ('y', 'i4')])  
print(z)

结果输出

[0. 0. 0. 0. 0.]
[0 0 0 0 0]
[[(0, 0) (0, 0)]
 [(0, 0) (0, 0)]]

numpy.ones

创建指定形状的数组，数组元素以 1 来填充：

numpy.ones(shape, dtype = None, order = 'C')

举例

import numpy as np
# 自定义类型
x = np.ones([2,2], dtype = int)
print(x)

同样是类型，但是注意这个和上边的区别，一个是数组的形式，一个是矩阵的形式。

arrange

nspace 生成等差数列

reshape

random 生成0-1之间的小数

Numpy运算

内积 np.dot 注意行和列的对应

求和a.sum，求平均值ave

微信图片_20200116194752.png