本文介绍了Python中用于数值计算的numpy库，包括如何使用array、full、empty、eye、linspace和random函数创建数组，以及矩阵的四则运算、矩阵乘法和外积，同时探讨了数组的属性、切片和索引操作。适合初学者了解numpy基础知识。
前言
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，因此，虽然很想直接上手牛逼哄哄的 cv/nlp，但还什么都不太懂的底层码农，还是需要从基础知识开始学起。本文就是一位萌新码农对 numpy 基础的一个总结。
一、numpy是什么？
简单来说，numpy (Numeric Python)是python中能够简便数值计算的一个库，能够存储并处理大型矩阵,而且效率也比python原装的嵌套列表结构要高很多。
二、numpy数组
1.创建数组
（1） array 函数
代码如下：
凡事由简入繁，这里向array中传入一个list来实现一维数组的创建。 
直接就是同理可得，二维数组的创建实际与一维数组也没有太大差别，向array中传入一个list的list
创建一个三维数组，属于是套娃了，传入一个list的list的list……
（2） full 函数
可以自行定义数组形状，并且数组内元素均为同一值。
特殊化的，有创建数组元素全为 1 或 0 的 函数
补充：数组输出中有点的原因是dtype的默认属性为float，如果将其改成int，则数字右下角的点都会没有。
但是出于某种原因（可能是程序员偷懒），数组元素全是 2 的函数（twos）就没有，也可能是0/1可以享受二进制的特殊待遇。
错误原因就可以看出，numpy里面没有twos这个函数。
（3） empty 函数
效果上，不能说与ones非常相近，只能说是完全一样 。
（4） eye 函数
用 eye 函数可以设置矩阵的长与宽，并且生成单位矩阵。
（5） linspace 函数
通过 linspace 函数，可以实现恒定步长的数组，由图可得参数为（起点，终点，步长），且当步长没有进行设置时，默认实现的数组元素个数为50.
（6）生成随机数数组
从这里也可以看出数组元素生成的默认类型是float。
有 float 就有 int ，像上图的代码就可以实现固定上下限条件下，随机整数元素的数组的生成。
2. numpy 数组的运算
（1）矩阵四则运算
由图中可以看出 ，数组的四则基本运算为对应的位置的元素进行四则运算。（仔细的童鞋可能发现第四个数组爆inf了，原因从上面创建数组的部分就可以看出来）
（2）矩阵乘法运算（叉乘）【内积运算与之类似，面向对象为一维数组，这里就不再过多说明了
】
需要利用 dot 函数。（这里与单位矩阵相乘等于矩阵本身）
（3）矩阵外积运算
需要利用 outer 函数 。（只对一维数组进行的外积运算，若运算对象超过一维，则会先将该数组展开为一维之后再对其进行运算）
3.numpy数组的属性
shape 为数组的排数与列数，dtype则是数组中元素的数据类型
像在二、1.（2）中说明的一样，int类型也可以转变为float类型。
4.数组的切片
经典的左闭右开，这里所写的是一维数组，如果进行多维数组的切片，则应当注意所切片数组的维数是否与切片方式相符。
5.数组的索引
（1）布尔值(boolean)索引
（2）条件值索引
总结
以上即为本人对 numpy 基础知识的一些整理总结，可能会有所不足之处，有则改之，无则加勉。
737
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
