学习总结二：Numpy基础

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