numpy科学计算库的应用

1、numpy的数组对象-ndarray

numpy最重要的一个特点是其 N 维数组对象ndrray，它是用于存放同类型元素的多维数组，ndarray中的每个元素在内存中占有相同大小的区域

2、对象ndarray的常用方法

arr = np.array([1,5,3,89,0,65])     #1、创建数组对象arr
arr.shape              #是指数组的形状，reshape可重新定义形状
arr.size               #是指数组的元素个数
arr.ndim               #是指数组的维度
arr.dtype              #是指数组元素的数据类型

arr2 = np.array([[1,3,5,6,8],[6,7,4,7,9],[5,8,3,1,0]])        #这可以表示三行数组

arr3 = np.arange(10,100,0.3)        #创建等步长的数组对象，但步长可以是小数

np.linspace(10,50).reshape([10,5])        #创建等差数列数组,默认50个

3、ndarray对象的索引和切片

（1）索引支持正向索引（从左到右，下标从0开始不断增大）和反向索引（从右到左，下标从-1开始不断减小），与序列的索引和切片操作类似。
（2）切片操作可通过slice函数，设置start、stop和step参数进行；也可以通过冒号分隔切片参数 start：stop：step 进行。
（3）多维数组的操作与一维相似，每维索引切片直接用逗号分隔

如：np.arange(0,50,5)

输出为：array([ 0, 5, 10, 15, 20, 25, 30, 35, 40, 45])

4、numpy的通用函数

（1）数学函数
（2）随机函数
（3）统计函数
（4）其他函数

arr1 = np.random.rand(4,5)
arr1
输出为：

arr2 = np.random.uniform(4,10,(4,5))
arr2
输出为：

arr1 = np.arange(24).reshape(4,6)
arr1
输出为：

arr2 = np.arange(2,26).reshape([4,6])
arr2
输出为：

arr1+arr2
输出为：