numpy学习（一）

numpy学习（一）

import numpy as np

#定义一个数组
arr=np.array([[1,2,3],[2,3,4]])
print(arr)

[[1 2 3]
 [2 3 4]]

#数组的维数
arr.ndim

2

#数组几行几列
arr.shape

(2, 3)

#数组的长度
arr.size

6

#定义类型 int64/32 float32/64     32和64的区别在于精度
a=np.array([1,25,5],dtype=np.float32)
print(a)

[ 1. 25.  5.]

#生成0矩阵  括号内是几行几列
np.zeros((3,4))

array([[0., 0., 0., 0.],
       [0., 0., 0., 0.],
       [0., 0., 0., 0.]])

#生成全是1的矩阵
np.ones((3,4),dtype=np.int16)

array([[1, 1, 1, 1],
       [1, 1, 1, 1],
       [1, 1, 1, 1]], dtype=int16)

#生成空矩阵
print(np.empty((3,4)))

[[1. 1. 1. 1.]
 [1. 1. 1. 1.]
 [1. 1. 1. 1.]]

#生成有序数列   (起始位置，结束位置但不包含结束位置，步长)
a=np.arange(10,22,2)
a

array([10, 12, 14, 16, 18, 20])

#将a矩阵重新定义为新的矩阵
a.reshape((2,3))

array([[10, 12, 14],
       [16, 18, 20]])

#生成线段  (起始位置，结束位置，分成几段)
a=np.linspace(1,10,5)
print(a)

[ 1.    3.25  5.5   7.75 10.  ]

a=np.array([1,2,3])
b=np.array([2,4,5])
a*b

array([ 2,  8, 15])

a+b

array([3, 6, 8])

a-b

array([-1, -2, -2])

10*np.sin(a)

array([8.41470985, 9.09297427, 1.41120008])

10*np.tan(a)

array([ 15.57407725, -21.85039863,  -1.42546543])

10*np.arctan(a)

array([ 7.85398163, 11.07148718, 12.49045772])

#a里面小于3的数
a<3

array([ True,  True, False])

c=np.array([[1,2],[7,8]])
arr=np.array([[3,4],[5,6]])
#普通乘法
arr*c

array([[ 3,  8],
       [35, 48]])

#矩阵乘法
np.dot(arr,c)
c.dot(arr)

array([[13, 16],
       [61, 76]])

#随机生成矩阵 (行，列)
arr=np.random.random((2,4))
arr

array([[0.56470368, 0.41067008, 0.15386721, 0.34974939],
       [0.55368345, 0.59453843, 0.21788333, 0.12198785]])

np.sum(arr)

2.967083425919822

#每行计算一次
np.sum(arr,axis=1)

array([1.47899036, 1.48809307])

#每列计算一次
np.sum(arr,axis=0)

array([1.11838713, 1.00520851, 0.37175054, 0.47173724])

#求最大值，其余操作同上
np.max(arr)

0.5945384330210628

第一期结束