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: