numpy——①基本属性

numpy——基本属性

python入门常用操作：https://blog.csdn.net/qq_33302004/article/details/112859327

# 为什么使用numpy？
# 1.效率高，底层为c++,计算进行了加速
# 2.有矩阵运算

import numpy as np

# 创建矩阵
array = np.array([[1,2,3], 
                  [2,3,4],
                  [3,4,5],
                  [4,5,6]])
print(array)
# 输出矩阵纬度：
print('number of dim: ',array.ndim)
# 输出矩阵行列数：
print('shape: ', array.shape)
# 输出矩阵size,一共多少个元素：
print('size: ', array.size)

# 给矩阵定义类型
import numpy as np
a = np.array([1,22,333], dtype=np.int32)
b = np.array([1,22,333], dtype=np.float64)
c = np.array([1,22,333], dtype=np.float)
print(a,b)
print(a.dtype, b.dtype, c.dtype)


import numpy as np
# 创建0矩阵
a = np.zeros((3,4))
print(a)
# 创建1矩阵
b = np.ones((4,5))
print(b)
# 创建空矩阵,几乎为0的数字
c = np.empty((3,4))
print(c)
# 生成一个有序的矩阵,或数列,start\end\step,end是取不到的，大于等于start、小于end
d = np.arange(10,20,2)
print(d)

# reshape
import numpy as np
a = np.arange(12)
print(a)
a = a.reshape(3,4)
print(a)

# 生成线段，linspace, start end 段数，自动均分去匹配步长
import numpy as np
a = np.linspace(1,10,6)
print(a)
a = a.reshape(2,3)
print(a)