提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
文章目录
前言
提示:这里可以添加本文要记录的大概内容:
例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。
温故而知新是最重要的一点,打好基础才能吹响前进的号角
提示:以下是本篇文章正文内容,下面案例可供参考
一、Numpy属性(ndim,shape,size)
1、用来显示数组的属性
import numpy as np
array = np.array([[1,2,3],
[4,5,6]])
print("维度:",array.ndim)
print("shape:",array.shape)#几行几列
print("size:",array.size)#包含几个元素,大小
"""
打印结果
#维度: 2
#shape: (2, 3)
#size: 6
"""
二、Numpy创建array(arange,reshape,linspace)
1、在范围内生成数,并排列
"""
arange相当于Python的range
reshape是将arange表示的数字排列成几行几列的形式
linspace代表的是选择一个范围的数,随机生成范围内的数字,可选择生成多少,可以跟reshape
"""
array = np.arange(12).reshape(3,4)
array1 = np.linspace(1,10,6)
print(array)
print(array1)
"""
打印结果为
array = [[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
array1 = [ 1. 2.8 4.6 6.4 8.2 10. ]
"""
三、Numpy的基础运算-----1
1、Numpy的加减乘除运算
a = np.array([10,20