Python Numpy Tutorials： 数组

作为科学工作者，Matlab大家更为熟悉，该Tutorial将会更新Python与Matlab的对比，前期扎扎实实打基础，后面总结。

# -*- coding: utf-8 -*-
"""
Python Version: 3.5
Created on Thu May 11 10:20:49 2017
E-mail: Eric2014_Lv@sjtu.edu.cn
@author: DidiLv
"""

import numpy as np

# 一维
a = np.array([1,2,3])
print(type(a)) #输出是类，作为numpy的一个数组（array）
print(a.shape) #输出（3，）证明是个3维向量
print(a[0], a[1], a[2])   # 输出 "1 2 3"
a[0] = 5                 # 
print(a)                  # 输出 "[5, 2, 3]"
# 二维 用逗号隔开代表重新第二行
b = np.array([[1,2,3],[4,5,6]])   # 创建二维数组
print(b.shape)                     # 输出 "(2, 3)"
print(b[0, 0], b[0, 1], b[1, 0])   # 输出 "1 2 4"

# Numpy也提供相应的类似Matlab的函数      
a = np.zeros((2,2))  # 全零二维数组
print(a)              # 输出 "[[ 0.  0.]
                     #          [ 0.  0.]]"

b = np.ones((1,2))   # 全一一维数组
print(b)              # Prints "[[ 1.  1.]]"

c = np.full((2,2), 7) # 全7二维数组
print(c)               # Prints "[[ 7.  7.]
                      #          [ 7.  7.]]"

d = np.eye(2)        # 二维单位矩阵
print(d)              # 输出 "[[ 1.  0.]
                     #          [ 0.  1.]]"

e = np.random.random((2,2)) # 随机二维数组
print(e)                     # 可能输出    "[[ 0.91940167  0.08143941]
                            #               [ 0.68744134  0.87236687]]"