numpy和matplotlib基础

numpy基础

import numpy #引入numpy这个包

import numpy as np #引入numpy这个包并改名为np

numpy.array的性质

nparr = np.array([i for i in range(10)]) #np.array只能存一种类型，定义之后如果再加其他类型的数据会强制转换
nparr  #np.array里元素可以是向量跟矩阵
nparr.dtype #表示nparr里的数据类型
nparr = np.array([1, 2, 3.0,4])  #初始化成浮点类型
nparr.dtype
nparr.ndim #数组是几维的 如果是矩阵就是2维的
nparr.shape #数组是什么形状的
nparr.size #数组的所有元素有几个
x = nparr.reshape(2,-1) #表示将nparr变成2行x列的矩形（x自动计算），同时nparr原来的值是不变的
subx = x[:2, :1] #代表对x进行切片，如果改变subx的值，x也会改变，改变x的值，subx也会改变
subx = x[:2, :1].copy()  #如果获得一个副本 subx改变，x就不会变了
subx[0][0] = 100
A = np.full(shape=(2,2), fill_value=100)
B = np.full(shape=(2,2), fill_value=10)
mix = np.concatenate([A,B])  #这样直接合并是把列维数相同的两个矩阵堆在一起，如果维数不同报错，也可以三个[a,b,c]
mix = np.concatenate([A,B], axis = 1) #axis=0是默认的，是竖直放（又来了样本）； =1是水平放（增加特征）
mix = np.vstack([A,B])  #将数组竖直拼接
mix = np.hstack([A,b])  #将数组水平拼接

x = np.arange(10)
x1, x2, x3 = np.split(x, [3,7]) #将数组以3，7为分界点分成了3快
a = np.arange(16).reshape(4,4)
a1,