numpy的快速学习--array的属性与创建

1. numpy的引入：

 import  numpy as np

2. 列表转化为矩阵

In [2]: import numpy as np
In [3]: array=np.array( [ [1,2,3],[2,3,4] ] )

In [4]: print array
[[1 2 3]
 [2 3 4]]

3. numpy 的属性:

• ndim：维度
• shape：行数和列数
• size：元素个数
• dtype : 数组中元素的类型

In [5]: array.shape
Out[5]: (2L, 3L)

In [6]: array.size
Out[6]: 6

In [7]: array.ndim
Out[7]: 2

In [21]: array.dtype
Out[21]: dtype('int32')

4. Array的创建形式

• array：创建数组
• dtype：指定数据类型
• zeros：创建数据全为0
• ones：创建数据全为1
• empty：创建数据接近0
• arrange：按指定范围创建数据
• linspace：创建线段

1）创建指定数据类型的数组

In [22]: a=np.array([12.3,23.6],dtype=np.float)
In [23]: print a
[ 12.3  23.6]
In [24]: a.dtype
Out[24]: dtype('float64')

2）创建特定数据的数组

指定数组的值

aa=np.array([[23,45],[12.4,45.9]])

3）创建全零的数组

In [30]: a=np.zeros((2,3))
In [31]: a
Out[31]:
array([[ 0.,  0.,  0.],
       [ 0.,  0.,  0.]])

4） 创建全一的数组，同时可以指定特定的数据类型

In [32]: b=np.ones((2,3),dtype=float)

In [33]: b
Out[33]:
array([[ 1.,  1.,  1.],
       [ 1.,  1.,  1.]])

5）创建全空数组, 其实每个值都是接近于零的数:

In [34]: b=np.empty((2,3),dtype=float)

In [35]: print b
[[ 0.  0.  0.]
 [ 0.  0.  0.]]

6） 用 arange 创建连续数组:

In [36]: a=np.arange(3,10,3)  # 3-9即[3,9],步长为3

In [37]: a
Out[37]: array([3, 6, 9])

7） 使用 reshape 改变数据的形状

In [38]: a=np.arange(12).reshape(2,6)
In [39]: a
Out[39]:
array([[ 0,  1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10, 11]])

8） 用 linspace 创建线段型数据:

In [42]: a = np.linspace(1,10,20).reshape(2,10)  # # 开始端1，结束端10，且分割成20个数据，生成线段
In [43]: a
Out[43]:
array([[  1.        ,   1.47368421,   1.94736842,   2.42105263,
          2.89473684,   3.36842105,   3.84210526,   4.31578947,
          4.78947368,   5.26315789],
       [  5.73684211,   6.21052632,   6.68421053,   7.15789474,
          7.63157895,   8.10526316,   8.57894737,   9.05263158,
          9.52631579,  10.        ]])

9） 创建随机数组：numpy.random.normal 为正态随机数，numpy.random为其它随机数。

In [44]: np.random.rand(2,3)
Out[44]:
array([[ 0.14843641,  0.23821911,  0.08213367],
       [ 0.58090552,  0.90623027,  0.20897956]])