文章目录
[ NumPy version: 1.18.1 ]
import numpy as np
一、创建数组
# 1.从python列表创建数组
# 整型数组
np.array([1, 4, 2, 5, 3])
# 明确数据类型
np.array([1, 2, 3, 4], dtype='float32')
# 嵌套列表构成的多维数组
np.array([range(i, i + 3) for i in [2, 4, 6]])
# 2.从头创建数组
np.zeros(10, dtype=int)
np.ones((2, 5), dtype=float)
np.full((3, 5), 3.14)
np.arange(0, 20, 2) #线性序列
np.linspace(0, 1, 5) #5个元素均匀分布0~1(含1)
np.random.random((3, 3)) #3x3,0~1均匀分布随机数
np.random.normal(0, 1, (3, 3)) #3x3,均值0,标准差1的正态分布随机数
np.random.randint(0, 10, (3, 3)) #3x3,[0, 10)区间随机整型数组
np.eye(3) #3x3单位矩阵
np.empty(3) #3个整型数的未初始化数组,值为内存空间中任意值
np.random.seed(0) #设置随机数种子
二、数组操作类型
1. 数组属性
np数组属性:ndim维度,shape维度大小,size数组总大小,dtype数据类型,itemsize元素字节大小,nbytes数组总字节大小 nbytes = itemsize x size
2. 数组索引:获取单个元素
x[1]
x[2, -1]
3. 切片
数组切片 x[start:stop:step] 默认start=0, stop=维度大小, step=1
# 1.一维子数组
x = np.arange(10)
x[::-1]
x[5::-2] #从索引5开始到索引0结束,间隔1倒序
# 2.多维子数组
x2 = np.array([[12, 5, 2, 4], [7, 6, 8, 8], [1, 6, 7, 7]])
x2[:2, :<