numpy基础（自学）

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

• 前言
• 一、Numpy属性(ndim,shape,size)
• • 1、用来显示数组的属性
• 二、Numpy创建array（arange,reshape,linspace）
• • 1、在范围内生成数，并排列
• 三、Numpy的基础运算
• • 1、Numpy的加减乘除运算
  • 2、关于Numpy的True 和False
  • 3、Numpy的矩阵相乘（dot的运用，以及sun,min,max了解）
  • • ①单个相乘
    • ②矩阵相乘（重点，运用dot）
  • 3、sum,min,max应用

---

前言

提示：这里可以添加本文要记录的大概内容：

例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

温故而知新是最重要的一点，打好基础才能吹响前进的号角

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、Numpy属性(ndim,shape,size) 1、用来显示数组的属性

import numpy as np
array = np.array([[1,2,3],
                  [4,5,6]])
print("维度:",array.ndim)
print("shape:",array.shape)#几行几列
print("size:",array.size)#包含几个元素，大小

"""
打印结果
#维度: 2
#shape: (2, 3)
#size: 6
"""

二、Numpy创建array（arange,reshape,linspace） 1、在范围内生成数，并排列

"""
arange相当于Python的range
reshape是将arange表示的数字排列成几行几列的形式
linspace代表的是选择一个范围的数，随机生成范围内的数字，可选择生成多少，可以跟reshape
"""
array = np.arange(12).reshape(3,4)
array1 = np.linspace(1,10,6)
print(array)
print(array1)
"""
打印结果为
array = [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
 
array1 = [ 1.   2.8  4.6  6.4  8.2 10. ]
"""

三、Numpy的基础运算 1、Numpy的加减乘除运算

a = np.array([10,20,30,40])
b = np.array([0,1,2,3])
c = a-b
print(f"a:{a},nb:{b}")
print("c:",c)



"""
打印结果为
a:[10 20 30 40],
b:[0 1 2 3]
c: [10 19 28 37]
"""

2、关于Numpy的True 和False

和上面代码一致

print("b:",b == 3)
"""
打印结果为
b:[False False False  True]
"""

3、Numpy的矩阵相乘（dot的运用，以及sun,min,max了解） ①单个相乘

a = np.array([[1,1],
              [0,1]])
b = np.arange(4).reshape(2,2)

c = a*b
c_dot = np.dot(a,b)
a.dot(b) #与np.dot(a,b)相同的结果


print(c)#打印单个相乘结果
print(c_dot)#打印矩阵相乘的结果
"""
单个相乘打印结果为
[[0 1]
 [0 3]]
"""

②矩阵相乘（重点，运用dot）

如上图，矩阵的运算用a的第一个元素值1乘上b的第一个元素值0，第二个元素1乘上b的同列元素值2，两值相加并且打印输出结果。

"""

矩阵相乘结果
[[2 4]
 [2 3]]
"""

3、sum,min,max应用

a = np.random.random((2,4))

print(a)
print(np.sum(a,axis=1)) #横向求和
print(np.min(a,axis=0)) #纵向求最小值
print(np.max(a,axis=1)) #横向求最大值

"""
打印输出结果
[[0.74320186 0.58201379 0.6607084  0.23371247]
 [0.54588559 0.73319502 0.6635674  0.02554872]]
[2.21963653 1.96819673]
[0.54588559 0.58201379 0.6607084  0.02554872]
[0.74320186 0.73319502]
"""

---