理解Numpy

什么是Numpy？

一个用python实现的科学计算包括：
1、一个强大的N维数组对象Array；
2、比较成熟的（广播）函数库；
3、用于整合C/C++和Fortran代码的工具包；
4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。
NumPy（Numeric Python）提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库。专为进行严格的数字处理而产生。多为很多大型金融公司使用，以及核心的科学计算组织如：Lawrence Livermore，NASA用其处理一些本来使用C++，Fortran或Matlab等所做的任务。
NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix））。

numpy的安装

pip install numpy

numpy 的属性:

ndim：维度

shape：行数和列数

size：元素个数

import numpy as np #为了方便使用numpy 采用np简写
array = np.array([[1,2,3],[2,3,4]])  #列表转化为矩阵
​
print('number of dim:',array.ndim)  # 维度
# number of dim: 2
print('shape :',array.shape)    # 行数和列数
# shape : (2, 3)
print('size:',array.size)   # 元素个数
# size: 6

Numpy 创建 array

array：创建数组

dtype：指定数据类型

zeros：创建数据全为0

ones：创建数据全为1

empty：创建数据接近0

arrange：按指定范围创建数据

linspace：创建线段

a = np.array([2,23,4])  # list 1d
#指定数据 dtype
a = np.array([2,23,4],dtype=np.int)
a = np.array([2,23,4],dtype=np.int32)
a = np.array([2,23,4],dtype=np.float)
a = np.array([2,23,4],dtype=np.float32)
#创建特定数据 
a = np.array([[2,23,4],[2,32,4]])  # 2d 矩阵 2行3列
#创建全零数组
a = np.zeros((3,4)) # 数据全为0，3行4列
#创建全一数组, 同时指定这些特定数据的 dtype:
a = np.ones((3,4),dtype = np.int)