numpy学习基础运算

---

一、numpy的基础操作？

numpy基础操作有以下内容：
1.创建数组
2.数组维度转换
3.数组选取与切片
4.数组数据计算
5.随机数
6.数据统计计算
7.数据合并

二、numpy的基本属性

1.创建数组

代码如下（示例）：

import numpy as np
array = np.array([[1,2,3],
                  [2,3,4]])
print(array)
print('number of dim:',array.ndim)
print('shape:',array.shape)
print('size:',array.size)
print('type:',array.dtype)

ndim 返回数组的维度。
shape返回一个元组，列出每个维度的数值长度，从外向里面分析。
调用shape输出为(2,3,4,5,6) 。这是一个5维的数组。其中，第一个维度只有2个元素。第二个维度有3个元素，第三个维度也有4个元素，最后的第四个维度有5个元素,第五个维度有6个元素。
size 统计数组的元素个数
dtype 查看数组的数据类型。

2.创建数组

代码如下（示例）：

import numpy as np
a = np.array ([2,23,4],dtype = np.int64)
b = [1,2,3]
c = ([[1,2,3,4],
      [5,6,7,8]])
d = np.zeros((4,3,2),dtype = np.float16)
e = np.arange(12)
f = np.linspace(1,10,6).reshape((2,3))
print(a)
print(b)
print(a.dtype)
print(c)
print(d)
print(e)
print(f)

1.array创建的是数组，在计算方面比列表处理的更快。

2.array后面可以跟dtype，指定数据类型
数据类型有：int32,int64,float32(注重精度用64位)
bool、uint(无符整数)、complex(复数)

3.可以生成的数组有：ones、zeros 、empty、arange
4.linspace(a,b,c).reshape（（e,f）），生成从a 到b，的f 个数，再改变数组的结构为e行，f列。

---

3.numpy的基础运算

代码如下（示例）：

import numpy as np
a = np.array([10,20,30,40],dtype = np.int32)
b = np.linspace(1,10,4)
c = a - b
d = b**2
e = 10*np.sin(a)
f = np.arange(4).reshape((2,2))
g = np.array([[1,2],
              [3,4]])
i = np.random.random((2,4))
print(a,b)
print(c)
print(d)
print(e)
print(b<3)
h = g * f
h_dot = np.dot(g,f)
print(h)
print(h_dot)
print(i)
print(np.sum(i,axis=1))
print(np.min(i,axis=0))
print(np.max(i,axis=1))

1.可以采用np.array生成数组，可以采用np.linspace生成一个等差数列，采用arange生成0到3的数，默认间隔为1。
2.矩阵可以相加减，矩阵内数字的相乘采用**
3.reshape可以修改矩阵的维度
4.Dot表示矩阵乘法
5.np.random.random((a,b,c))
6.axis=0,axis =1 指定所选的维度

总结

今天主要对numpy的基础操作进行了学习整理。