Numpy的使用规则

之前安装的python版本是3.7

各种库都是自己一个一个下载安装的 很操心 各种缺功能

后来发现了anaconda

啊 真是一个好东西

简单来说 它就是一个涵盖大部分常用库的python包

一次安装终身爽

 

• 生成NumPy数组

# anaconda发行版 py：3.6.5
# 生成数组
import numpy as np        #导入库

x=np.array([1.0,2.0,3.0])
print(x)
print(type(x))        #格式类型

输出：

[1. 2. 3.]
<class 'numpy.ndarray'>

 

• NumPy的算术运算

x=np.array([1.0,2.0,3.0])
y=np.array([2.0,4.0,6.0])
# 若要计算 数组元素个数需要相同
print(x+y)
print(x-y)
print(x*y)
print(x/y)

输出：

[3. 6. 9.]
[-1. -2. -3.]
[ 2.  8. 18.]
[0.5 0.5 0.5]

•  
• NumPy的N维数组

a=np.array([[1,2],[3,4]])
print(a)
print(a.shape) #得到矩阵a的形状 长*宽 print(a.dtype) #得到矩阵a的数据类型

输出：

[[1 2]
 [3 4]]
(2, 2)
int64

 

• 广播功能

print(a*10)            #广播功能 a为2*2矩阵 10为1*1矩阵 将10扩展成为元素相同的2*2矩阵再计算
a=np.array([[1,2],[3,4]])
b=np.array([10,20])
print(a*b)            #一维数组b先扩展成为二维数组 再进行计算

输出：

[[10 20]
 [30 40]]
[[10 40]
 [30 80]]

 

• 访问元素

1. 索引访问

x = np.array([[30,31],[32,33],[35,36]])
print(x)
print(x[0])                #打印第一行
print(x[0][1])            #打印第一行的第二个元素
print('-')

输出：

[[30 31]
 [32 33]
 [35 36]]
[30 31]
31

　　　

　　2.for循环访问

for row in x:
    print(row)

输出：

[30 31]
[32 33]
[35 36]

　　

　　3.变为数组访问

x=x.flatten()    #将x转换为一维数组
print(x)
print(x[np.array([0,2,4])])        #选择出索引为0，2，4的元素 这种方法利于筛选元素

输出：

[30 31 32 33 35 36]
[30 32 35]

 

转载于:https://www.cnblogs.com/Joeric07/p/9694311.html