学习numpy快速入门教程 心得体会（1）

一、numpy的主要对象

NumPy的主要对象是同构多维数组。例如，在3D空间中的一个点坐标为[1, 3, 5]具有一个轴(只有一层[ ])，轴中有3个元素，所以我们说它长度为3。另外，多维数组中轴的数量即为维度的数量(有多少层[ ]，轴就有多少个，维度就有多少个，一般我们常用二维数组矩阵)。

二、ndarray对象有着许多重要的属性

ndarray.ndim - 数组的轴（维度）的个数。

ndarray.shape - 数组的维度。其类型为一个整数元组，对于一个矩阵（n*m),它的shape就是（n,m)

ndarray.size - 数组元素的总数。对于一个矩阵（n*m)，其值就是n*m

ndarray.itemsize - 数组中每个元素的字节大小。例如，对于float64类型，其值为8（64/8)

对于complex32 类型，其值为4（32/8)

针对第一和第二点展开举例：

import numpy as np
a = np.arange(6).reshape(2, 3) #构造一个二维的数组
b = np.array([6., 7., 8.])   #自定义一个一维的数组(即行向量)，传入的参数是一个列表类
print(a)
print(a.ndim)
print(a.size)
print(a.itemsize)
print("#########")  
print(b)
print(b.ndim)
print(b.size)
print(b.itemsize)

得到：

[[0 1 2]
 [3 4 5]]
2
6
4
#########
[6. 7. 8.]
1
3
8

ps:细心的小伙伴会发现其实python中数组与列表在表现形式上只是相差了中间的间隔符“ , ”

三、数组创建

1.你可以使用array函数从常规Python列表或元组中创建数组。

例如：

import numpy as np
a = np.array([1, 2, 3])
b = np.array((4, 5, 6))
print(a)
print("######")
print(b)

得到：

[1 2 3]
######
[4 5 6]

2.array 还可以将序列的序列转换成二维数组，将序列的序列的序列转换成三维数组...

例如：

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

得到：

[[1 2 3]
 [4 5 6]]    #转换成了一个二维数组

3.也可以在创建时显式指定数组的类型：

例如：

import numpy as np
c = np.array([[1, 2], [3, 4]], dtype=complex)
print(c)

得到：
[[1.+0.j 2.+0.j]
 [3.+0.j 4.+0.j]]

4.其他独特的数组创建

函数zeros创建一个全是0组成的数组；函数ones创建一个全是1组成的数组；函数empty创建一个内容随机，默认为float64类型的数组；函数arange创建元素成等差的一维数组。

例如：

import numpy as np
a = np.zeros((2, 3, 4))
b = np.ones((3, 4), dtype=np.int64)
c = np.empty((2, 3))
d = np.arange(10, 30, 5)
e = np.arange(0, 0.6, 0.2)
print(a)
print(b)
print(c)
print(d)
print(e)

得到：

[[[0. 0. 0. 0.]
  [0. 0. 0. 0.]
  [0. 0. 0. 0.]]

 [[0. 0. 0. 0.]
  [0. 0. 0. 0.]
  [0. 0. 0. 0.]]]
[[1 1 1 1]
 [1 1 1 1]
 [1 1 1 1]]
[[4.76660078e+180 2.90601812e+132 1.23478419e-259]
 [3.00755678e+161 3.12121749e+209 2.88225533e+214]]
[10 15 20 25]
[0.  0.2 0.4]