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ndarray，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

import numpy as np   #导入库
arr = np.array([1,5,3,89,0,65])   #1、创建数组对象
arr
arr.shape   #数组的形状1行6列
arr.size   #数组的元素个数是6
arr.ndim   #数组的维度是1维
arr.dtype   #数组元素的数据类型是32位整型

arr3 = np.arange(10,100,0.3)    #2.创建等步长的数组对象
arr3.size
arr3.shape
arr3.ndim
arr3.dtype
arr4 = np.arange(24)
arr4
arr5 = arr4.reshape([4,6])
arr5
arr4
arr5 = arr4.resize([4,6])
arr4
arr6 = np.linspace(10,50).reshape([10,5])
arr6
np.logspace(10,20,20).reshape([4,5])             #4.创建等比数列素组，默认50个

3、ndarray对象的索引与切片

​    (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)片操作可通过slice函数，设置start、stop和step参数进行;也可以通过蓄号分隔切片参数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逼号分隔

arr = np.arange(0,50,5) arr

arr[5:-2:2] #通过冒号切片

arr[slice(1,7,2)]

arr2 = np.arange(0,50,5).reshape([2,5])

arr2

arr2[0:1,2:4] #用冒号切片二维数组

arr2[slice(0,1),slice(2,4)] #用slice（）方法切片

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

#（2）随机函数
arr1 = np.random.rand(4,5)
arr1
arr2 = np.random.uniform(4,10,(4,5))
arr2
np.random.shuffle(arr2)
arr2
arr1 = np.arange(24).reshape(4,6)
arr1
arr2 = np.arange(2,26).reshape([4,6])
arr2
arr1+arr2
a =5
a+arr1
arr3 = np.array([2,3,5,6,6,9])
arr3
arr1
arr1+arr3