numpy的使用

       NumPy（Numerical Python的简称）是一个开源的Python科学计算库，用于进行大规模数值和矩阵运算。它提供了一个高性能的多维数组对象ndarray和用于操作这些数组的工具和函数。NumPy是许多其他科学计算和数据分析库的基础，比如SciPy、Pandas和Scikit-learn。

安装包

pip3 install numpy

引用包

import numpy as np

 创建数组

一维数组

一个普通的一维数组代码如下：

import numpy as np

#创建一维数组
d1 = np.array([1,2,3,4,5,6])
print(type(d1))#种类
print(d1)#数据
print(d1.size)#元素个数
print(d1.ndim)#输出数组维度

 运行结果

 创建一个0-19的一维数组代码如下：

import numpy as np

d2 = np.arange(20)
print(d2)

 运行结果

二维数组

示例代码如下：

import numpy as np
d1 = np.array([1,2,3,4,5,6])
d2=d1.reshape(2,3)#表示二维数组拆分的参数
print(d2)
print(d2.size)
print(d2.ndim)

运行结果

注意 ：元素的个数和拆分的二维参数要匹配，否则报错。

创建数组类型的关键词

array:将输入数据转换为ndarray，推断dtype或显示指定
arange:英似内量函数range，返日ndarray。
zeros:创建全0数组，可指定形状和dtype。
ones:创建全1数组，可指定形状和dtype
empty:创建新数组，只分配内存空同、不填充任何值

转换数据类型

整型int转换float为例

import numpy as np

data = np.array([1,2,3,4,5,6])
#输出数据类型
print(data.dtype)
#类型转换
data = np.array([1,2,3,4,5,6],dtype=np.float64)
print(data.dtype)

 索引

       索引和切片用于获取数组中部分(区间)的数据，负数从右侧向左侧数。通常情况用于获取最后一个数据。

示例代码

import numpy as np

array = np.array([1, 2, 3, 4, 5])
element = array[2]#数组array从左到右第(n+1)个元素
print(element)

切片 

示例代码

import numpy as np

array = np.array([1, 2, 3, 4, 5])
slice = array[1:4]
print(slice)

输出结果：[2,3,4] 

数组运算

关键词

1. 创建数组: np.array
2. 形状: shape
3. 大小: size
4. 数据类型: dtype
5. 元素个数: length
6. 切片: slice
7. 索引: indexing
8. 条件选择: where
9. 排序: sort
10. 随机数: random
11. 元素乘法: multiply
12. 元素除法: divide
13. 元素加法: add
14. 元素减法: subtract
15. 最大值: max
16. 最小值: min
17. 求和: sum
18. 均值: mean
19. 中位数: median
20. 累积和: cumsum
21. 唯一值: unique
22. 点乘: tensordot
23. 对数: log
24. 正弦: sin
25. 余弦: cos
26. 正切: tan