Numpy基础数组

1.数组直观简单表达方式
A 定义为Numpy中的数组时，A就可以调用Numpy中的方法。比如：
A.dim; A.shape; A.size。

dim:数组的维度
shape:数组的形状，多少行多少列
size：数组中有多少个元素（数字）

import numpy as np

array = np.array([[1, 1, 1],
            [2, 2, 2]])

array_dim = array.ndim
array_shape = array.shape
array_size = array.size
print(array, array_dim, array_shape, array_size)

2.特殊的数组
np.zeros((a, b)): 生成a行b列全为0的数组，dtype为数字类型。
array = np.zeros((3, 4), dtype = np.int 32)

np.ones((a, b)):生成a行b列全为1的数组。
a = np.ones((2, 3), dtype=np.int32)

np.empty((a, b)):生成a行b列几乎为0的数组。
a = np.empty((1, 2))

[[6.23042070e-307 1.42417221e-306 1.37961641e-306 2.22518251e-306]
 [1.33511969e-306 8.01097889e-307 1.78020169e-306 7.56601165e-307]
 [1.02359984e-306 1.33510679e-306 2.22522597e-306 2.21717754e-301]]

np.arange（start, end ,step）:生成起点为start, 终点不包含end
步长为step一维数组。
a = np.arange(1, 10, 2)

[1 3 5 7 9]

a = np.arange(0, 10, 2)

[0 2 4 6 8]

reshape((a,b)):将数组转化为a行b列的数组，注意匹配数组内元素个数。
a = np.arange(1, 10, 1).reshape((3， 3))

[[1 2 3]
 [4 5 6]
 [7 8 9]]

np.linspace(start, end, number, endpoint= True/False):生成起点为start,
终点为end (endpoint = TRUE默认为TRUE)， 元素个数为number的一维数组。
a = np.linspace(1, 10, 5)

[ 1.    3.25  5.5   7.75 10.  ]

使用np.arange()创建多维数组
a = np.array([np.arange(1,14,4),np.arange(3,16,4)])
print(a)

[[ 1  5  9 13]
 [ 3  7 11 15]]