Numpy笔记
Numpy的主要对象是同构多维数组，所有元素类型都相同
一、 基础知识
1. 导入库
import numpy as np
2. ndarray对象的重要属性
Numpy的数组类被调用ndarray，别名array，通过调用该类创建对象
- ndarray.ndim- 数组的的轴(维度)的个数
- ndarray.shape - 数组的维度。是一个整数元组
- ndarray.size - 数组元素的总数。等于 shape 的元素的乘积
- ndarray.dtype - 描述数组中元素类型的对象
- ndarray.itemsize -数组中每个元素的字节大小
3. 数组创建
- 创建一维数组
a = np.array([2, 3, 4])
常见错误：调用array的时候传入多个数字参数
a = np.array(1,2,3,4) # 错误写法
a = np.array([1,2,3,4]) # 正确写法
- 创建多维数组
b = np.array([(1.5, 2, 3),(4, 5, 6)])
- 创建时显示指定数组类型
c = np.array([[1,2],[3,4]],dtype = complex)
- 创建特殊数组
# 1.创建指定长度，元素都为0的数组
zeros_ar = np.zeros((3,4)) # zeros括号中的参数为元组
# 2.创建指定长度，元素都为1的数组
ones_ar = np.ones((2,3,4),dtype=np.int16) # 可以指定数据类型
# 3.创建指定长度的空数组
empty_ar = np.empty((2,3))
# 4.创建指定长度的单位数组
eye_ar = np.eye(4,4)
# 5.创建类似range的数组
range_ar = np.arange(10,30,5) # 左闭右开,最后一个参数为步长
# 6.创建指定个数的等差数组
linspace_ar = np.linspace(0,2,9) # 左闭右闭,最后一个参数为元素个数
# 7.创建形状与某个数组一样的元素全为0的数组
zero_like = np.zeros_like(zeros_ar)
# 8.创建形状与某个数组一样的元素全为1的数组
one_like = np.ones_like(ones_ar)
# 9.创建形状与某个数组一样空数组
empty__like = np.empty_like(empty_ar)
京公网安备 11010502036488号