1、几种常见numpy的属性
- ndim:维度
- shape:行数和列数
- size:元素个数
>>> import numpy as np #导入numpy模块，np是为了使用方便的简写
>>> array = np.array([[1,2,3],[2,3,4]]) #列表转化为矩阵
>>> print(array)
[[1 2 3]
[2 3 4]]
>>>
>>> print('number of dim:',array.ndim) # 维度
number of dim: 2
>>> print('shape :',array.shape) # 行数和列数
shape : (2, 3)
>>> print('size:',array.size) # 元素个数
size: 6
2、Numpy创建array
2.1 关键字
- array:创建数组
- dtype:制定数据类型
- zeros:创建数据全为0
- ones:创建数据全为1
- empty:创建数据接近0
- arrange:按指定范围创建数据
- linspace:创建线段
2.2 创建数组
#创建数组
>>> a = np.array([2,23,4]) # list 1d
>>> print(a)
[ 2 23 4] #指定类型
>>> a = np.array([2,23,4],dtype=np.int)
>>> print(a.dtype)
int32 >>> a = np.array([2,23,4],dtype=np.int32)
>>> print(a.dtype)
int32 >>> a = np.array([2,23,4],dtype=np.float)
>>> print(a.dtype)
float64 >>> a = np.array([2,23,4],dtype=np.float32)
>>> print(a.dtype)
float32 #创建特定数据
>>> a = np.array([[2,23,4],[2,32,4]]) # 2d 矩阵 2行3列
>>> print(a)
[[ 2 23 4]
[ 2 32 4]] #创建全零数组
>>> a = np.zeros((3,4)) # 数据全为0，3行4列
>>> print(a)
[[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]] #创建全1数组
>>> a = np.ones((3,4),dtype = np.int) # 数据为1，3行4列
>>> print(a)
[[1 1 1 1]
[1 1 1 1]
[1 1 1 1]] #创建全空数组, 其实每个值都是接近于零的数:
>>> a = np.empty((3,4)) # 数据为empty，3行4列
>>> print(a)
[[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]] #用 arange 创建连续数组:
>>> a = np.arange(10,20,2) # 10-19 的数据，2步长
>>> print(a)
[10 12 14 16 18] #使用 reshape 改变数据的形状
>>> a = np.arange(12).reshape((3,4)) # 3行4列，0到11
>>> print(a)
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]] #用 linspace 创建线段型数据:
>>> a = np.linspace(1,10,20) # 开始端1，结束端10，且分割成20个数据，生成线段
>>> print(a)
[ 1. 1.47368421 1.94736842 2.42105263 2.89473684 3.36842105
3.84210526 4.31578947 4.78947368 5.26315789 5.73684211 6.21052632
6.68421053 7.15789474 7.63157895 8.10526316 8.57894737 9.05263158
9.52631579 10. ] #同样也能进行 reshape 工作:
>>> a = np.linspace(1,10,20).reshape((5,4)) # 更改shape
>>> print(a)
[[ 1. 1.47368421 1.94736842 2.42105263]
[ 2.89473684 3.36842105 3.84210526 4.31578947]
[ 4.78947368 5.26315789 5.73684211 6.21052632]
[ 6.68421053 7.15789474 7.63157895 8.10526316]
[ 8.57894737 9.05263158 9.52631579 10. ]]
