python3numpy库的基本用法

numpy方法总结
1.基本用法
#创建向量
create_vector=numpy.array([1,2,3])# 将一个python中的数组转化为numpy中的一个向量

#创建矩阵
create_matrix=numpy.array([[1,2],[3,4]])# 将一个python中的多维数组转化为numpy中的一个矩阵
#矩阵和向量的几种属性
@行列数
create_matrix.shape#这里会以元组形式返回该矩阵的行列数
@维数
create_matrix.ndim#这里返回矩阵或向量的维数
@元素总个数
create_matrix.size# 这里会返回矩阵或向量的元素个数

2.相关的函数
#arange方法：用一定范围内的数生成一个向量
vector=numpy.arange(4) #这里会生成一个[0,1,2,3]的向量

#reshape方法:将一个向量或者矩阵转化为另一种形式，必须保证转化前后的向量或矩阵的元素个数不变
vectorTomatrix=vector.reshape((2,2))# 将上面的含四个元素的向量转为一个2x2的矩阵

######创建各种形式的矩阵
numpy.zeros((a,b))# 创建零矩阵或向量,传单个参数时即为创建N维的0向量
numpy.ones((a,b))# 创建所有元素为1的矩阵或向量
numpy.eye(n)# 创建一个n维的单位矩阵

######随机函数的使用
numpy.random.randint(a,b,size)#randint函数会生成自定义区域内的随机整数的向量或矩阵，默认为左闭右开，左闭默认值为0
numpy.random.rand(a,b)# rand函数默认生成0-1的随机六位小数的浮点数，传入的参数表明是要生成一个向量还是一个自定义大小的矩阵

numpy.random.shuffle()#该函数对一个向量或矩阵重洗，对于矩阵只会重洗矩阵的第一行
numpy.random.permutation(n)# 该函数会生成一个随机排列的0-n的向量，相当于打乱arange()函数生成的数；该函数另一个作用于shuffle函数一致。

numpy.random.random(n) #与rand函数作用一致默认生成0-1之间的随机浮点数，但只能传入一个参数或元组表示是生成向量还是矩阵
3.矩阵切割
matrix=numpy.array([[1,2,3],[4,5,6]])
matrix[:,1]# 表示选中所有行的第二个元素
matrix[1,:]# 表示选中第二行的所有元素
matrix[1,:-1]# 表示选中第二行的所有元素