数据分析Day4 2023/8/4

今天了解numpy模块的基础使用，内容如下：

一般import numpy as np（将numpy简写为np）

array.shape  可以表达np.array里array的形状，如（2，3） 即两行三列

array.ndim 可以表达array的维度。dimension 维度

array.size 可以表达array的元素数

在创建np.array时用dtype= 定义数据格式

print(array.dtype)就可以打印格式

如果要生成一个三行四列元素全为0的矩阵，那么可以用np.zeros（（3，4））来完成

如果元素全为一则是ones。

通过np.arange（10，20，2）可以生成一个从10开始，步长为2最终到达18的array

通过.reshape((n,m))可以定义之前矩阵的形状

通过np.linspace(x,y,z)可以将x-y分为z份，输出结果为分段点的数值。注意数据中会有y！

array的加减乘除法为对应的位置的值相运算，平方为**2。

np.sin() np.cos()等可以运算三角函数值

如果array进行不等式比较，会返回True or False

矩阵运算用np.dot(x,y)进行，或者x.dot(b) 两者等同。

随机生成矩阵通过np.random.random((x,y))  括号内为shape，第一个random是模块，之后的random为random模块下的random函数

np.sum np.min np.max 分别是array求和，取最小值、最大值。后加axis=0则为在列单位进行，asix=1则为在行单位进行。

今天就这么多，8