numpy数值计算基础

1.numpy数组对象ndarray

2.数组的创建

import numpy as np
a=np.array([1,2,3])
print(a.size)   #数组的元素总数
print(a.shape)  #数组的形状，n行m列
print(a.ndim)   #数组的维数
print(a.dtype)  #数组中元素的类型

3
(3,)     #因为a是一维数组
1
int32

b=np.array([[1,2,3],[1,2,4]],dtype=np.float32)   #强行数据类型转换
print(b.dtype)

float32

3.修改已创建好的数组
（1）reshape（）方法

b.reshape(3,2)     #重新设置数组的shape属性

array([[1., 2.],
       [3., 1.],
       [2., 4.]], dtype=float32)

4.创建等差数组

list(range(10))

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

range()和arange()两者的区别仅仅是arange返回的是一个数据，而range返回的是list。

5.创建等比数组

numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)

在指定的间隔内返回均匀间隔的数字。

返回num均匀分布的样本，在[start, stop]。

这个区间的端点可以任意的被排除在外。

默认五十个数，endpoint=True表示包含尾端点

linspace()

import numpy as np
np.linspace(0,10,10)

array([ 0.        ,  1.11111111,  2.22222222,  3.33333333,  4.44444444,
        5.55555556,  6.66666667,  7.77777778,  8.88888889, 10.        ])

import numpy as np
np.linspace(0,10,10,endpoint=False)

array([0., 1., 2., 3., 4., 5., 6., 7., 8., 9.])

logspace()

np.logspace(0,10,10,endpoint=False)    #默认以10为底
10**np.linspace(0,10,10,endpoint=False)

结果都是

array([1.e+00, 1.e+01, 1.e+02, 1.e+03, 1.e+04, 1.e+05, 1.e+06, 1.e+07,
       1.e+08, 1.e+09])

np.logspace(0,10,10,endpoint=False,base=2)

array([  1.,   2.,   4.,   8.,  16.,  32.,  64., 128., 256., 512.])

6.其他创建数组的函数


7.数组数据类型转换

8.创建随机数




9.通过索引访问数组

print(f[:,::2])      #每一行，从开始到结束，隔一个数取

[[9 4]
 [0 3]]

10.变换数组的形态


f为

[[9 5 4]
 [0 4 3]]

flatten函数可以选择横向或纵向展平



1表示横向，2表示纵向


11.创建numpy矩阵


12.矩阵的运算

12.通用函数

13.numpy读写文件
保存

读取

14.使用数组进行简单数据分析

15.常用的统计函数

16.任务实现