Numpy数组
一、numpy介绍：numpy实际上是Python的一个工具库，专为进行严格的数字处理而产生。numpy中的核心元素是ndarray，ndarray可以看成数组也可以看成向量或者矩阵。
二、numpy中数组的创建
1、用array建立数组：
import numpy as np #建立一维数组 #（1）参数为列表 a1=np.array([1,2,3,4,5,6]) print(a1)#[1 2 3 4 5 6] #(2)参数为元组 a2=np.array((1,2,3,4,5,6)) print(a2)#[1 2 3 4 5 6] #建立二维数组 #(1)参数为列表 b1=np.array([[1,2,3],[4,5,6]]) print(b1) ''' [[1 2 3] [4 5 6]] ''' #（2）参数为列表嵌套元组 b2=np.array([(1,2,3),(4,5,6)]) print(b2) ''' [[1 2 3] [4 5 6]] ''' #建立三维数组 #（1）参数为列表 c1=np.array([[[1,2,3],[4,5,6]],[[1,2,3],[4,5,6]]]) print(c1) ''' [[[1 2 3] [4 5 6]] [[1 2 3] [4 5 6]]] #建立字符串数组 d1=np.array(['b','aaaa','aaaaadddd'])#这是一个二维数组 print(r1[0]) #布尔数组 d2=np.array([True,False,0,1]) print(d2) #浮点型数组 d3=np.array([10.2,2.4]) print(d3) #复数数组 d4=np.array([1+3j,4+5j,8j]) print(d4)#[1.+3.j 4.+5.j 0.+8.j] ''' 注意：numpy的数组元素要求同一类型 ''' '''
2、arange(start,stop,step,dtype=None)：以指定步长累加产生指定范围有序元素的数组，默认start=0，step=1
import numpy as np h1=np.arange(5) print(h1)#[0 1 2 3 4] h2=np.arange(2,9,2) print(h2)#[2 4 6 8] h3=np.arange(5,0,-1) print(h3)#[5 4 3 2 1] h4=np.arange(5,2,-0.5) print(h4)#[5. 4.5 4. 3.5 3. 2.5]
3、linspace()：在指定范围内返回均匀步长的样本数组，这个样本数量由第三个参数确定
linspace(start,stop,num=num_points,endpoint=True,retstep=False,dtype=None,axis=0) start:返回样本数据开始点 stop:返回样本数据结束点 num:生成的样本数据量，默认为50 endpoint：True则包含stop；False则不包含stop retstep：If True, return (samples, step), where step is the spacing between samples.(即如果为True则结果会给出数据间隔) dtype：数组类型 axis：0(默认)或-1
import numpy as np h1=np.linspace(0,1,2) print(h1)#[0. 1.] h2=np.linspace(0,4,7) print(h2)#[0. 0.66666667 1.33333333 2. 2.66666667 3.33333333 4. ] h3=np.linspace(0,1,2,0,1) print(h3)#(array([0. , 0.5]), 0.5)0.5是步长
