numpy学习笔记（一）

• • • 一、数组的创建
    • • 1.1 创建一维数组
      • 1.2 创建二维数组
      • 1.3 numpy的基础知识
      • 1.4 创建全是0、全是1、空值（初始值为任意值）的特殊数组
      • 1.5 创建维度确定、值范围确定的特殊数组
      • 1.6 创建序列升值数组
      • 1.7 创建一定区间内n等分的一维数组

numpy官方文档

import numpy as np

# 创建一维的numpy数组
a = np.array([1, 3, 0, -1])
for i in range(len(a)):
    print(a[i], end=" ")
print()

运行结果：

import numpy as np

# 创建二维的numpy数组
# np.int已经失效了，取而代之的是dtype=np.int32
# ndarray.dtype - 一个描述数组中元素类型的对象。可以使用标准的Python类型创建或指定dtype。
b = np.array([[1, 2, 3], [4, 5, 6]], dtype=np.int32)
for i2 in range(len(b)):
    print(b[i2])
print()  # 自带‘n’，该句表示换行

运行结果：

import numpy as np

# 创建二维的numpy数组
b = np.array([[1, 2, 3], [4, 5, 6]], dtype=np.int32)
print("b维度的个数是： ", np.ndim(b))
# ndarray.shape 表示数组的维度,输出数组的行数和列数
print("b数组的维度是： ", np.shape(b))
# ndarray.size 表示数组元素的总数。这等于 shape 的元素的乘积，如row * col
print("b数组元素的总数是： ", np.size(b))

运行结果：

import numpy as np

# 创建全是0的数组
print(np.zeros((4, 4), dtype=np.int32))
print("---------------------------")
# 创建全是1的数组
print(np.ones((4, 3), dtype=np.int32))
print("---------------------------")
# 创建一个数组（其初始内容是根据内存而随机的）
print(np.empty((2, 2), dtype=np.float32))

运行结果：

import numpy as np

# 创建维度为shape，值为[0,1)内随机值的数组
# np.random.random(shape)
print(np.random.random((2, 2)))
print("---------------------------")
# 创建维度为shape，值为[a,b)整数范围内随机值的数组
# np.random.randint(a, b, shape)
print(np.random.randint(4, 9, (3, 3)))
print("---------------------------")
# 创建维度为shape，平均值为mu，均方差为std的正态分布数组
# 均方差的公式如下：（xi为第i个元素）, S = ((x1-x的平均值)^2 + (x2-x的平均值)^2+(x3-x的平均值)^2+...+(xn-x的平均值)^2)/n)的平方根
# np.random.normal(mu, std, shape)
print(np.random.normal(8, 1.4, (3, 3)))

运行结果：

import numpy as np

# 创建序列升值数组 值的范围是[start, end)，步长是step，数据类型是dtype
# np.arange(start, end, step, dtype)
print(np.arange(1, 9, 2))

运行结果：

import numpy as np

# 创建a-b区间内n等分的一维数组 start是起始值，end是结束值，n是要均分的个数 endpoint是布尔值，当为True时，值范围为[start, end]，当为False时，值范围为[start, end)
# np.linspace(start, end, n, endpoint)
print(np.linspace(4, 9, 5, False))
print("---------------------------")
print(np.linspace(4, 9, 5, True))

运行结果：

========================================================================

numpy学习笔记（二）之 数组的形状更改、类型更改