numpy回顾

翻了下之前写的关于Numpy的文章，回顾下：

• numpy手册(2)-常用操作杂记
• numpy手册(3)-Datetimes and Timedeltas
• numpy手册(4)-ufunc
• numpy手册(5)-random模块

没找到第一篇，不知道去哪儿了。。。

从头回顾，忘记了基本

附官方教程：https://numpy.org/devdocs/user/quickstart.html

---

numpy的核心的多维数组N-Dimensional array，N维数组
初始化一个数组，有几种方式：

1. np.array

a = np.array([1,3,4])
a

b = np.array( (4,5,6))
b

2. np.ones & np.zeros

默认的一些初始化函数

c = np.ones([3,3])
d = np.zeros([2,4])

3. np.arange

按照特定的规则生成数组
numpy.arange([start, ]stop, [step, ]dtype=None)

f = np.arange(1 , 10)
f

g = np.arange(10 , 100 , 5)
g

4. np.linspace

numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None, axis=0)
和arange类似，前两个参数一样，表示开始和结束，而第三个参数表示切分为几部分，而不是步长

np.linspace(10 , 100 , 10)
np.linspace(10 , 100 , 4)

5. np.random

生成随机数，这个下面有很多好用的函数，可以去官方文档看看

np.random.random(3)
np.random.random((5,5))

数组的基本信息

关于数组的运算

常规的加减乘除都可以使用

a = np.random.randint(0,10,size=(4,4))

两个矩阵之间同样可以

数组之间还有一个特殊的操作
np.dot

至于怎么算出来的，这里就不说了，

数组元素的获取

通常使用下标就可以获取数组中的元素，切片同样支持

之类顺便说下数组的副本和视图，在使用切片时，获取的是数组的视图，也就是一个引用，如果修改了内容， 原来的数组也会发生变化的

感觉这个数组超过2维，就有点二不太好理解了，哈哈哈

数组的合并与切分

大概有点儿印象就行，用到的时候在研究下