numpy是python中及其重要的一个函数库,numpy即是数组,可以实现批量操作数据的功能,利用numpy创建数组,可以将两个数组中的数据进行各种操作,如图便是将两个数组中的值批量进行除操作。
创建一维数组,numpy中的array函数即可将列表(或元组)转换为一维数组。
创建二维数组,numpy中的array函数即可将嵌套的列表(或元组)转换为二维数组。
数组的行数和列数,由数组名.shape实现
其他方法在代码中都有注释
import numpy as np
a = np.array([1,2,3,4,5,6,7]) #一维数组
b = np.array([[1,2,3],[4,5,6],[7,8,9]]) #二维数组
c = np.array((1,2,3,4,5,6,7)) #一维数组
d = np.array(((1,2,3),(4,5,6),(7,8,9))) #二维数组
print(b.shape) #输出b的行数列数
#创建数组
e = np.zeros((2,2)) #创建一个2行2列的全零数组,即每一位的值都为0,(2,2)则是行数列数
f = np.ones((1,2)) #创建一个1行2列的全1数组,即每一位的值都为1
g = np.full((2,2),7) #创建一个2行2列定值为7的数组,即每一位的值都为7
h = np.diag([10,20,30,40]) #创建一个对角线为10,20,30,40的,其他值全为0的对角矩阵
i = np.arange(19) #创建一个一维的从0到18的数组
j = np.arange(4,10) #创建一个一维的从4到9的数组
k = np.arange(1,14,3) #创建一个从1到13且以间隔为3的数组
l = np.linspace(0,12,6) #创建一个一维的范围在0到12,长度为6的数组
m = np.arange(12).reshape(2,3) #将arange创建的一维数组转换为2行3列的二维数组
n = np.random.randint(1,29,size=(2,2)) #创建一个范围在1到28,2行2列的随机整数矩阵