数据科学初阶(四）-- numpy数组生成以及矩阵转换

文章说明： 本系列面向全国大中小学的通用数据科学教材，原项目是由
Jin Li大佬整理的python笔记,鄙人学习后添加了许多自己的见解，于是最后写成了这系列手册。

---

---

生成数组

1. 使用arange函数

arange函数类似range函数，其返回值为数组。

语法：

# arange(start, stop=None, step=1, dtype=None)
import numpy as np
np.arange(4)
# 返回 array([0,1,2,3])

同时可以为arange函数生成的数组设置步长：

# 设置步长为0.1
np.arange(0,1,0.1, dtype=np.float)

2. 使用linspace函数

linspace函数可以生成一个等差数组，其参数列表为起始值、终止值以及数组元素的个数。

# 与arange函数不同的是
# linspace第三个参数设置的是元素个数，而不是步长
np.linspace(0,5,5)
# 返回 array([0,1,2,3,4])

与linspace相应的还有一个logspace函数。该函数可以对产生数等距分布的数组，其默认以10为基地，用法与linspace类似。

3. 生成网格数组

使用meshgrid函数

meshgrid函数可以在给定一维坐标阵列x1，x2，…，xn的情况下，为N-D网格上的N-D标量/矢量场的矢量化生成N-D坐标数组。

语法：numpy.meshgrid(*xi, **kwargs)

meshgrid函数通过索引关键字参数支持这两种索引约定。给字符串ij返回一个带有矩阵索引的网格网格，而xy返回带有笛卡尔索引的网格网格。在输入长度为M和N的二维情况下，xy索引的输出为形状(N, M)， ij索引的输出为形状(M, N)。在输入长度为M、N和P的三维情况下，xy索引的输出为形状(N, M, P)， ij索引的输出为形状(M, N, P)。

# 官网给出的例子
xv, yv = np.meshgrid(x, y, sparse=False, indexing='ij')
for i in range(nx):
    for j in range(ny):
    # 使用ij方式索引返回<i,j>型数组
        # treat xv[i,j], yv[i,j]

xv, yv = np.meshgrid(x, y, sparse=