科学计算库NumPy

一、认识和创建数组

1.认识NumPy数组对象

NumPy中最重要的一个特点就是其N维数组对象，即ndarray（别名array）对象，该对象可以执行一些科学计算。

ndarray对象中定义了一些重要的属性。

2.创建NumPy数组

最简单的创建ndarray对象的方式是使用array()函数，在调用该函数时传入一个列表或者元组。

import numpy as np
# 创建一个一维数组
data1 = np.array([1, 2, 3])
print(data1)

import numpy as np
# 创建一个二维数组
data2 = np.array([[1, 2, 3], [4, 5, 6]])
print(ddata2)

通过zeros()函数创建元素值都是0的数组；通过ones()函数创建元素值都为1的数组。

import numpy as np
# 创建元素值全是0的数组
d1=np.zeros((3, 4))
print(d1)



# 创建元素值全是1的数组
d2=np.ones((3, 4))
print(d2)

通过empty()函数创建一个新的数组，该数组只分配了内存空间，它里面填充的元素都是随机的。

通过arange()函数可以创建一个等差数组，它的功能类似于range()，只不过arange()函数返回的结果是数组，而不是列表。

import numpy as np
# 创建元素值全是随机数的数组
da1=np.empty((5, 2))
print(da1)


#创建一个等差数组 
#从1开始到20结束，间隔是5
da2=np.arange(1, 20, 5)
print(da2)

---

---

二、数组的数据类型

大家可能注意到，有些数组元素的后面会跟着一个小数点，而有些元素后面没有，比如1和1.，产生这种现象，主要是因为元素的数据类型不同所导致的。

ndarray.dtype可以创建一个表示数据类型的对象，如果希望获取数据类型的名称，则需要访问name属性进行获取。

import numpy as np
data_one = np.array([[1, 2, 3], [4, 5, 6]])
print(data_one.dtype.name)

NumPy的数据类型是由一个类型名和元素位长的数字组成。

1. 通过zeros()、ones()、empty()函数创建的数组，默认的数据类型为float64。
2. 默认情况下，64位windows系统输出的结果为int32，