第一天:
引子:
- 创建矩阵:
array = np.array([[1, 2, 3],[4, 5, 6]])
即 格式为:np.array(输入的矩阵)
(后面还有重点讲解) - 矩阵的维度:格式为
xxx.ndim
,拿上述的array举例子:
输入print(array.ndim)
结果为2 - 矩阵的形状:格式为
xxx.shape
,同样用array举例子:
输入print(array.shape)
结果为(2, 3) - 矩阵的大小:格式为
xxx.size
,同样用array举例子:
输入print(array.size)
结果为6
- 查看矩阵的数据类型:格式为
xxx.dtype
输入print(array.dtype)
结果为 int32(看来矩阵默认为32为整形变量)
创建矩阵的方法:
- 空矩阵:格式:
empty = np.empty((shape))
举例:empty= np.empty((2, 3))
- 全为零的矩阵:格式
zeros = np.zeros((shape))
举例:zeros = np.zeros((3, 4))
输出:我们看见有三行四列的零
- 全为1的矩阵:格式
ones = np.ones((shape))
举例:ones = np.ones((3, 5))
输出:我们看见有三行五列的1 - 控制矩阵数据类型:格式
array = np.array(矩阵,dtype = 数据类型)
例:array = np.array([[1, 2, 3], [2, 4, 6]], dtype = float)
输出:我们知道数据类型默认为int32,使用dtype后现在变成float64了
np.arange(x, y, z)
的用法:
x表示起始数值,y表示终止数值,z表示生成间隔,例如:
array = np.arange(1, 17, 2)
输出:- 转换矩阵的shape:
格式xxx.reshape(a, b)
例如:array.reshape(2, 4)
输出:
明天继续更新