[Python3] NumPy基础

---

[ 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, :<