Numpy的基本操作（一）

前言

我们在学习Numpy之前需要了解Numpy是什么？能做什么！
NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

导入

Numpy是一个第三方库，所以我们需要在python中导入，直接用import numpy 然后点击红色灯泡就可以导入。
我们可以使用import numpy as np 来用 np 作为别名

创建简单数组

创建数组
np.array(list) 会返回一个数组obj

# 创建一些数据
a = np.array([1,2,3,4,5,6])

创建的对象可以被操作

a1 = a * 2

输出结果

np的数组是没有,分隔的。而使用作空格来分隔。
[ 2  4  6  8 10 12]

我们还可以创建二维数组，语法如下。

b = np.array([[123,23,1],[123,445,78187]])
#打印结果
[[  123    23     1]
 [  123   445 78187]]

指定数据元素数据类型

a2 = np.array([1,2,3,5,6,7],dtype='int64')
#结果
print(a2.dtype)  #int64

np.下的属性

type 判断数据类型 —— type <class ‘numpy.ndarray’>
b.T 转置 —— 参考Excel
b.shape —— 数据有几行几列 (2, 3)
b.dtype —— 数组内的数据类型 int32
b.ndim 维度 —— 2
b.size元素个数 —— 6
b.itemsize 每个元素的长度 —— 4
b.nbytes 数组所有元素长度 —— 24

创建数组对象

语法 :
np.array(object,dtype = None,copy = True,order = ‘K’,subok = False,ndmin = 0)
属性：
object:转换的对象
dtype:数组的数据类型 int32 int64
copy:是否复制
ndmin:维度

案例：
创建数组，维度是3
c = np.array([1,2,3,4,5,6,7,8],dtype=int,ndmin=3)
打印：[[[1 2 3 4 5 6 7 8]]]

numpy的其他用法

np.arange(start , end , step) 返回一个规律数组。
这玩意步长可以是小数。

a7 = np.arange(0,6,0.5)
打印：[0.  0.5 1.  1.5 2.  2.5 3.  3.5 4.  4.5 5.  5.5]

用作np.array的属性
a8 = np.array([np.arange(1,5),np.arange(5,9)])
打印：[[1 2 3 4]
 	 [5 6 7 8]]

np的特殊方法

np.zerons()
np.ones()
np.full()

arr2 = np.zeros((3,3))
[[0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]]
 返回的是一个3*3的由0组成的二维数组
 ————————————————————————————————————————
 arr3 = np.ones((3,3))
 结果同上，元素值为1
 ________________________________________
 arr4 = np.full((3,3),[1,2,3])
 用一个值创建多维nparray对象 可以放很多类型数据
 比如 数组（填充的列表数量要与前面一致） 字符串等
 [[1 2 3]
 [1 2 3]
 [1 2 3]]
 ______________________________________________

完！