numpy的学习

---

第一部分

---

numpy的属性

import numpy as np #numpy的简写

列表转换为矩阵

array = np.array[[1,2,3,4],[5,6,7,8]]

维度

array.ndim

矩阵的行和列数

array.shape

矩阵的元素个数

array.size

列如

np1.PNG
np2.PNG

---

第二部分 array的创建

---

a = np.array([2,5,9])

指定数据类型

a = np.array([1,5,8],dtype=np.int32)
a = np.array([1,5,8],dtype=np.float)

创建全零数组

a = np.zeros((3,4))

创建全一数组

a = np.ones((3,4))

arange 创建连续数组

a = np.arange(10,20,2) #10-20的数，步长为2

reshape改变数组的形状

a = np.arange(12).reshape(3,4) # 3行4列

linspace创建线段型数据

a = np.linspace(1,10,20)

例如

捕获.PNG

第三部分 基础运算

---

a = np.array([10,20,30,40])
b= np.arange(4)
c = a-b #array([10,19,28,37])
c = a + b #array([10,21,32,43])
c = a b #array([0,20,60,120])
c = b2 #array([0,1,4,9])
c = 10np.sin(a) # array([-5.44021111, 9.12945251, -9.88031624, 7.4511316 ])

---

第四部分 索引

---

一维索引

import numpy as np
A = np.arange(3,15)
print(A[3]) # 6

二维索引

A= np.arange(3,15).reshape((3,4))
print(A[2]) #[11 12 13 14]

如果想要表示具体的单个元素，

print(A[1][1]) # 8

print(A[:,1]) #第一列的所有数

转置

print(A.T)

---

第四部分 array合并

---

A = np.array([1,1,1])
B = np.array([2,2,2])
C = np.vstack((A,B))
D = np.hstack((A,B))

捕获.PNG