数据结构3 ：ndarray

1 创建ndarray

Numpy的核心是ndarray，即n-dimensional array object，它是存储单一数据类型的多维数组。

1.1 通常用np.array( ) 函数来创建ndarray。np.array( )函数的参数一般是list结构，通过该函数将list结构的数据转变为ndarray结构的数据。

import numpy as np
a=np.array(1,2,3) #错的
b=array([1,2,3],[2,3,4],[1,2,3]) #错的
print(a)
print(b)
#提示错误，因为np.array()的参数都不正确

a=array([1,2,3])
b=array([[1,2,3],[2,3,4],[1,2,3]])
print(a)
print(b)
#[1,2,3]
#[[1 2 3]
# [2 3 4]
# [1 2 3]]

1.2 创建随机值的ndarray

np.random.random(a)：生成含a个数值在[0,1]间的随机数的ndarray

np.random.randn(a)：得到a个服从标准正态分布的随机数据

np.random.randn(a，b)：得到a组数据，其中每组有b个服从标准正态分布的随机数据

1.3 np.arange( )函数返回一个有终点和起点的固定步长的ndarray（左到右不到）

np.arange(a)：a为终点，起点取默认值0，步长取默认值1

np.arange(a，b)：a为终点，b为起点，步长取默认值1

np.arange(a，b，c)：a为终点，b为起点，c为步长

2 查看ndarray的属性

2.1 ndarray名.shape：查看ndarray的形状

2.2 ndarray名.size：查看ndarray中所有元素的个数

2.3 ndarray名.dtype：查看ndarray中数据的类型。在ndarray中存储的是同一类型的数据，ndarray中常见的数据类型有float64、int32、object、string等。

import numpy as np
a=np.array([[1.2],[3],[4]])
print(a.shape)
print(a.size)
print(a.dtype)
# (3, 1)  3  float64

3 修改ndarray

3.1 ndarray名.reshape( )：修改ndarray的形状

import numpy as np
a=np.array([[1,2],[3,4],[4,5]])
print(a.reshape(2,3))
# [[1 2 3]
#  [4 4 5]]

3.2 ndarray索引与切片

x = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
print(x[2:8:2])
#[2 4 6]

x = np.array([[[1],[2],[3]], [[4],[5],[6]],[[7],[8],[9]]])
print(x[1])
print(x[1][1])
print(x[0:2])
#[[4]
# [5]
# [6]]

#[5]

#[[[1]
#  [2]
#  [3]]
# [[4]
#  [5]
#  [6]]]