目录
(5)生成固定范围数组 linspace、arange、logspace
4、numpy 形状改变,reshape 和 resize区别
(2)通用判断函数 numpy.all() numpy.any()
(3)三元运算函数 numpy.where() numpy.logical_and() numpy.logical_or()
7、numpy 统计运算 min/max/median/mean/std/var.......
1、numpy属性
import numpy as np
score=np.ones([8,5])
score.shape #(8, 5)
score.ndim #维数
score.size #行数*列数
score.itemsize #元素字节数
score.dtype #元素类型
2、数组生成
生成方式如下:
(1)1、2、3维数组,字符串数组 直接生成
a=np.array([1,2,3,4]) #1维数组生成
b=np.array([[1,2,3], [1,2,3]]) #2维数组生成
c=np.array([[[1,2,3],[1,2,3]], [[1,2,3],[1,2,3]], [[1,2,3],[1,2,3]], [[1,2,3],[1,2,3]]]) #3维数组生成
f=np.array(["numpy","plot","panda"], dtype=np.string_) #字符串数组
(2)生成数组时指定数据类型
d=np.array([1,2,3,4], dtype=np.float32) #生成数组时,指定数据类型
(3)生成0、1数组
a1=np.ones((8,5))
a1=np.ones([2,3])
c1=np.zeros_like(a1)
(4) 从现有数据生成数组
c1=np.array([[1,2,3], [4,5,6]])
c2=np.array(c1)#创建新的----深拷贝
c3=np.asarray(c1)#相当于索引,并没有真的创建----浅拷贝
(5)生成固定范围数组 linspace、arange、logspace
#np.linspace(start,stop,num=50,endpoint=true) endpoint是否包含stop
#np.arange(start,stop,step,dtype)
#np.logspace(start,stop,num) 10^n
np.linspace(0,100,11)
np.arange(0,100,10)
np.arange(12)#0-12 , step=1
np.logspace(0,4,3)