学习总结二:Python数值计算工具Numpy
第一部分所使用的存储数据的列表对象,其无法直接参与数值运算,列表+列表,列表*num,只是列表元素的增加和重复,因此需要一种可以实现各种常见数学运算的数据结构——数组。构成数组的元素都是同质的,即每一个值都具有相同的数据类型。
numpy中常见生成数组的函数
array:
将输入数据(列表、元组等其他序列)转换为ndarray,如:
1、一维数组创建:
list1=[‘a’,‘b’,‘c’]
arr1=np.array(list1)
2、二维数组:
tup1=((1,2,3),(4,5,6),(7,8,9))
arr2=np.array(list2)
arange:
python内建函数range的数组版
In :np.arange(7)
Out:[0 1 2 3 4 5 6]
ln:np.arange(12).reshape(3,4)
Out:[[0 1 2 3]
[4 5 6 7]
[8 9 10 11]]
zeros:
生成零数组,如:
np.zeros(10),生成10个元素均为0的一维数组
np.zeros((2,3)),生成2行3列,所有元素均为0的二维数组
np.zeros((2,3,2)), 生成232的三维数组,此三维数组有2个3行2列的二维数组
…以此类推生成更高维的零数组
ones:
生成所有元素为1的数组,创建方法和zeros一样
eye:
np.eye(n),生成n*n二维数组,对角线为1,其他位置为0
数组元素的获取:
一维数组:
列表的所有索引方法都可以使用在数组上,还可以通过位置下标索引组装成的列表索引多个对应位置的元素,如arr1[[2,5