Numpy常用操作

1.创建Numpy数组

a = np.zeros(4);
#output: a = [0. 0. 0. 0.]                
a = np.zeros((4,)); 
#output: a = [0. 0. 0. 0.]
a = np.random.random_sample(4); 
#output: a = [0.56570001 0.34782157 0.99916259 0.94697377]

a = np.arange(4.)
#output: a = [0. 1. 2. 3.]
a = np.random.rand(4)
#output: a = [0.80586506 0.41263067 0.58525782 0.5146989 ]

a = np.array([5,4,3,2])
#output: a = [5 4 3 2] 这个的数据类型是int32
a = np.array([5.,4,3,2]) 
#output: a = [5. 4. 3. 2.] 这个的数据类型是float64

2.数组的切片

a = np.arange(10)
#output: a = [0 1 2 3 4 5 6 7 8 9]

切片使用一组三个值（开始：停止：步长）创建索引数组
以下是切片操作
a[2:7:1] =  [2 3 4 5 6]
a[2:7:2] =  [2 4 6]
a[3:]    =  [3 4 5 6 7 8 9]
a[:3]    =  [0 1 2]
a[:]     =  [0 1 2 3 4 5 6 7 8 9]

3.数组简单的运算操作

点积运算
a = np.array([1, 2, 3, 4])
b = np.array([-1, 4, 3, 2])
c = np.dot(a, b)
#output: c=24

4.矩阵的创建

a = np.zeros((1, 5)) 
#output: a = [[0. 0. 0. 0. 0.]]
a = np.zeros((2, 1))
#output: a = [[0.] [0.]]                                                                  
a = np.random.random_sample((1, 1)) 
#output: a = [[0.44236513]]

5.矩阵的基本操作

a = np.arange(6).reshape(-1, 2)
#-1 参数告诉例程在给定数组大小和列数的情况下计算行数。
#output: a= [[0 1]
 [2 3]
 [4 5]]

矩阵的索引
c = a[2, 0]
#output: c = 4                                                                  
c = a[2] 
#output: c = [4 5]

矩阵的切片
a = np.arange(20).reshape(-1, 10)
#output: a = 
[[ 0  1  2  3  4  5  6  7  8  9]
 [10 11 12 13 14 15 16 17 18 19]]

c = a[0, 2:7:1]
#output: c =  [2 3 4 5 6]
c = a[:, 2:7:1]
#output: c =  [[ 2  3  4  5  6]
 [12 13 14 15 16]]
c = a[:,:]
#output: c =  [[ 0  1  2  3  4  5  6  7  8  9]
 [10 11 12 13 14 15 16 17 18 19]]
c = a[1,:]
#output: c = [10 11 12 13 14 15 16 17 18 19]
c = a[1]
#output: c = [10 11 12 13 14 15 16 17 18 19]