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]]"