python numpy基础

import numpy as np
a=[1,2,3,4,5,6]
b=np.array(a)
print(type(a),type(b),b.shape)
# <class 'list'> <class 'numpy.ndarray'> (6,)

b=[_ for _ in range(1,13)]
b=[b[0:4],b[4:8],b[8:12]]
b=np.array(b)
print(b)
# [[ 1  2  3  4]
#  [ 5  6  7  8]
#  [ 9 10 11 12]]
c=b.reshape(4,-1)
# 使用numpy的reshape方法，可以创建/返回修改了尺寸的新数组，原始数组的shape保持不变
# 即numpy的reshape方法不是in-place operation
print(c,c.shape)
# [[ 1  2  3]
#  [ 4  5  6]
#  [ 7  8  9]
#  [10 11 12]] (4, 3)
b[0][1]=20
print('b=\n',b)
print('c=\n',c)
# 数组b和数组c共享内存，修改其中的任意一个将会影响另外一个
# b=
#  [[ 1 20  3  4]
#  [ 5  6  7  8]
#  [ 9 10 11 12]]
# c=
#  [[ 1 20  3]
#  [ 4  5  6]
#  [ 7  8  9]
#  [10 11 12]]

print(b.dtype)#int32
# 数组的元素数值类型可以通过dtype属性获得

d=np.array(b,dtype=np.float)
print(d,d.dtype)
# [[ 1. 20.  3.  4.]
#  [ 5.  6.  7.  8.]
#  [ 9. 10. 11. 12.]] float64

# f=np.array(b,dtype=np.complex)
# print(f)
# [[ 1.+0.j 20.+0.j  3.+0.j  4.+0.j]
#  [ 5.+0.j  6.+0.j  7.+0.j  8.+0.j]
#  [ 9.+0.j 10.+0.j 11.+0.j 12.+0.j]]

# 更改numpy array的数据类型，可以使用astype函数安全地转换
f=d.astype(np.int)

# 使用numpy中的函数创建numpy.ndarray数组
# arange函数类似于python中的range函数，指定起始值，终止值，步长
# 和python中的range函数相同，arange同样不包含终止值，
# 但是python range() 函数可创建一个整数列表，一般用在 for 循环中。
# 即python中的range函数：其中的三个数值：起始值，终止值和步长都只能是整数
# 而numpy中的arange函数输入可以是浮点数
a=np.arange(1,10,0.5,dtype=np.float)
print(a)
# np.linspace  给定起始值和终止值(默认情况下终止值可以取到),以及一共取多少个数值(输出的数组是一个等差数列)
b=np.linspace(1,10,10)
print(b)#[ 1.  2.  3.  4.  5.  6.  7.  8.  9. 10.]
# numpy linespace 通过endpoint关键字指定是否包含终止值
b=np.linspace(1,10,10,endpoint=False)
print(b)
# [1.  1.9 2.8 3.7 4.6 5.5 6.4 7.3 8.2 9.1]

c=np.logspace()