飞桨“PaddlePaddle”实践学习笔记

numpy是一个高性能的科学计算和数据分析基础包，在现在的数据分析领域有很多应用

跟着飞桨学习深度学习实战过程中涉及很多numpy的知识，整理学习笔记打卡记录

numpy的使用

1 多维数组

1.1 创建多维数组

常用的创建方法是使用numpy中的array方法

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

在这里首先进行正常的导入包，使用as重命名为np，方便调用
 随后使用array方法，传入了一个列表，创建一个一维数组【1，2，3】赋值给变量a  
 同样的，我们可以改变参数值的列表数量创建高维数组

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

这里默认import语句的作用范围是全文的，所以下文不再重复引用  
 在这里我们传入两个列表，所以创建了一个两行三列的二维数组。赋值给a  
 对于全零或者全一等特殊数组，我们可以使用numpy提供的方法直接创建

np.ones([2,3]) #使用ones（维度）方法创建一个两行三列的全1数组，默认浮点数类型
np.zeros([3,4]) #使用zeros（维度）方法创建一个3行4列的全0数组
a=np.empty([2,3]) #使用empty（维度）方法创建一个2行3列的随机值数组
b=np.empty([3,4]) 
c=np.empty([4,5])

最后三行分别创建了三个二维数组，理论上内部是随机值，但是我们输出之后会发现一个很有趣的现象，数组a全是1.，数组b全是0，只有数组c是随机数，这里就涉及python内存调用的关系，在已经储存了满足维度要求的数组时，就不再产生随机数组，而是直接调用，比如第一行我们创建了维数【2