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