numpy使用之数组对象

创建数组

先来一个简单的例子

import numpy as np

if __name__ == '__main__':
    # 创建数组
    array = np.array([1, 2, 3])  # 创建一维数组
    array1 = np.array([[1, 2, 3], [4, 5, 6]])  # 创建二维数组
    print("array: ", array)
    print("array1:\n", array1)

运行结果：

创建数组并查看数组属性

import numpy as np

if __name__ == '__main__':
    # 创建数组并查看数组属性
    data = [[0, 1, 2, 3, 4], [5, 6, 7, 8, 9], [10, 11, 12, 13, 14]]
    arr = np.array(data)
    print("数组：\n", arr)
    print("数组的维度：\n", arr.ndim)
    print("数组尺寸：\n", arr.shape)
    print("数组元素总数：\n", arr.size)
    print("每个数组的元素大小：\n", arr.itemsize)

对比数组和属性，理解起来更容易欧，上截图
运行结果：

使用arange函数创建数组

import numpy as np

if __name__ == '__main__':
    # 使用arange函数创建数组
    # 在0到1之间，以0.1为步长产生一个数组
    arr = np.arange(0, 1, 0.1)
    print("数组：\n", arr)

相信大家也发现了，其实就是一个等差数列
运行结果：

使用logspace函数创建数组

import numpy as np

if __name__ == '__main__':
    # 使用logspace函数创建数组
    # 在10的0次幂到2次幂(0-100)之间，产生一个元素个数为20的数组
    arr = np.logspace(0, 2, 20)
    print("数组：\n", arr)

运行结果：

看运行结果好像不太直观，那就由本人来告诉大家好了，logspace函数产生的是一个等比数列
能创建等比数列的函数还有linspace函数，在这里就不演示了。

数组的索引

import numpy as np

if __name__ == '__main__':
    arr = np.array([[0, 2, 3], [5, 9, 7], [8, 11, 2]])
    # 普通
    print("输出第一行:\n", arr[0])
    print("输出第一行第一个:\n", arr[0][0])
    # 简便
    print("输出前两行:\n", arr[: 2])
    print("输出前两列:\n", arr[:, :2])
    print("输出3和7:\n", arr[:2, 2])

运行结果：

文章结尾根大家说明一下，知识太多，一篇文章肯定写不下全部的东西，写的面面俱到，就算是全部都写下了，读文章会给人一种又臭又长的感觉，所以只写了一些个人认为比较重要的知识点跟大家分享一下，网上也有很多文章，大家可以多参考几篇，综合学习。若有不足之处，请大家见谅。