numpy 数组学习

引用 之后 进行数组的建立

numpy.array（object,dtype,copy,order,subock,ndmin）

object ,dtype 更改数据类型,copy = True 可复制,order,subock=False 使用数组类型,ndmin 维度

复制 问题：

a=np.array([[1,2,3],
           [2,2,2]])

b= numpy.array(a)

重新开辟内存空间

二. 数组的属性

shape  reshape(维度) ex:  reshape((2,3))  

list1=np.linspace(0,20,num=20,dtype='int')
b=list1.reshape((4,5))

 四行五列的一个矩阵

size（）获得数据个数 与len（）不同, 获得的是在总体所有数据的个数

resize (a,(维度)) 空缺位置用a填充 有返回值且不改变原数组

resize ((维度)) 无返回值且改变原来数组数据

ndmin（）获得数组的秩

区别： resize改变数组的尺寸大小，reshape用来增加数组的维度

三. 区间数组

1. arange(start,stop,step,dtype)

2.等差数列

linspace(start,stop,num,endpoint=True，restep=True)

num 样本个数

endpoint 默认为True 包含stop

restep ?

3.等比数列

logspace(start,stop,num,endpoint=True,base)

base 默认为10  是以10为底的指数  

4.全零数列

默认是 浮点数

zeros（数目/维度）

zeros_like(数组1) 数组的数据全部替换为0    

4.全一数列  

类似于全零数列