1.安装Anaconda
https://www.anaconda.com/download/
2.安装numpy包
利用pip安装
利用Anaconda中的conda install numpy
3.检测numpy是否安装成功：
cmd中进入python环境，然后输入 import numpy as np，回车成功则证明安装成功
4.整个numpy库的核心就是ndarray对象
同质元素组成
多维数组
元素的类型和大小相同
不可改变
5.ndarray对象的【维数】和【元素数量】由【型来确定】
6.ndarray对象数组的型由N个正整数组成的元组来确定，元组的每个元素对应每一维的大小
7.数组的维数=轴（axes），轴的数量=秩（rank）
8.定义naarray简单方式是使用array函数，Python的列表是函数的参数
>>> import numpy as np #导入numpy包，并起别名为np
>>> a=np.array([1,2,3,4]) #利用np的array函数，定义一个ndarray类型的变量a
>>> a #输入a查看a的值
array([1, 2, 3, 4])
>>> a.dtype #查看a中元素的类型
dtype('int32')
>>> type(a)# 查看a的类型，结果表示是一个ndarray类型
>>> a.ndim #利用调用ndarray类型的ndim方法，查看a的维数（轴）
1
>>> a.size #利用size函数查看a元素数量
4
>>> a.shape #利用shape函数查看a的【型】（4，）表示1维上有4个元素2维上没有元素
(4,)
>>> b=np.array([[1,2],[3,4]])#定义一个ndarray类型的多维数组b
>>> b.dtype
dtype('int32')
>>> type(b)
>>> b.ndim#查看b的轴（维）等于2
2
>>> b.size#查看b的元素数量一共有4个元素
4
>>> b.shape#查看b的【型】，（2，2）表示第一维有2个元素，第二维有2个元素
(2, 2)
>>> c=np.array([[1,2],[3,4],[5,6]])#定义一个多维数组c
>>> c.dtype
dtype('int32')
>>> type(c)
>>> c.ndim #查看c的维（轴）为2
2
>>> c.size #查看c总共的元素数量为6
6
>>> c.shape#查看c的【型】（3，2）代表第一维度有3个元素，第二维度有2个元素
(3, 2)
>>> c
array([[1, 2],
[3, 4],
[5, 6]])
9.array的参数可以是：
列表或者嵌套列表
元组或者嵌套元组
元组和列表组成的嵌套列表
>>> a=np.array([1,2])
>>> a
array([1, 2])
>>> a1=np.array([[1,2],[3,4]])
>>> a1
array([[1, 2],
[3, 4]])
>>> b=np.array((1,2))
>>> b
array([1, 2])
>>> b1=np.array(((1,2),(3,4)))
>>> b1
array([[1, 2],
[3, 4]])
>>> c=np.array([(1,2),[3,4]])
>>> c
array([[1, 2],
[3, 4]])
>>> d=np.array(((1,2),[3,4]))
>>> d
array([[1, 2],
[3, 4]])
10.ndarray对象利用array函数生成的多维数组，元素类型可以是字符串
>>> e=np.array([['a','b'],['c','d']])
>>> e
array([['a', 'b'],
['c', 'd']],
dtype='
>>> e.dtype
dtype('
>>> type(e)
>>> e.dtype.name
'str32'
11.array函数可以有一个dtype参数，该参数可以将所有元素都定义成指定的类型
>>> a=np.array([1,2,3],dtype=str)
>>> a
array(['1', '2', '3'],
dtype='
12.numpy自带的创建数组且初始化数组的方法
1）zero（）函数能够生成由shape参数指定维度信息、元素都是0的数组，默认使用float64数据类型
>>> a=np.zeros((3,1))
>>> a
array([[ 0.],
[ 0.],
[ 0.]])
>>> a=np.zeros((3,))
>>> a
array([ 0., 0., 0.])
2）ones（）函数能够生成由shape参数只当维度信息、元素都是1的数组，默认使用float64数据类型
同zeros函数
3）arrange（）函数可以根据传入的参数，按照特定规则，生成包含一个数值序列的数组：例如可以生成一个包括数组0到9的数组，只需要传入标识序列结束的数字作为参数
>>> a=np.arange(0,10)
>>> a
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> a=np.arange(4,10,2)
>>> a
array([4, 6, 8])
>>> a=np.arange(4,10,0.5)#0.5是步长
>>> a
array([ 4. , 4.5, 5. , 5.5, 6. , 6.5, 7. , 7.5, 8. , 8.5, 9. ,
9.5])
>>> a=np.arange(0,12).reshape(3,4)#reshape可以将初始化后一维数组拆分成想要的多维
>>> a
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
4）linspace（）函数
>>> a=np.linspace(0,12,3) #第三个参数用来将0-12切分成几分
>>> a
array([ 0., 6., 12.])
5）random（）函使用随机数填充数组
>>> a=np.random.random(3) #利用的是numpy包中的random模块中的random函数，生成3个随机数组成的一维数组
>>> a
array([ 0.16013891, 0.02612415, 0.92060555])
>>> a=np.random.random((3,3)) #当参数使用shape型的元组后，会按照这个型去生成一个都是随机数的多维数组
>>> a
array([[ 0.60289968, 0.46848091, 0.75071857],
[ 0.66039009, 0.45153552, 0.05622529],
[ 0.69514853, 0.83505232, 0.74032966]])
网友评论