numpy的安装和创建

这篇博客详细介绍了如何在Python中安装numpy库,包括以管理员权限打开cmd,使用pip命令安装,并通过pip list检查安装成功。接着,文章深入探讨了numpy创建数组的各种方法,如array、arange、random、zeros、linspace和logspace,涵盖了数组的维数理解及不同形状多维数组的创建。最后,提供了练习题以巩固学习。
摘要由CSDN通过智能技术生成

安装

1.以管理员的形式打开cmd

2.输入命令安装numpy插件

pip install numpy
  •  在cmd界面里输入上面的命令

 3.安装成功后,输入pip list 命令查看是否安装成功

pip list

 创建

使用array创建

array语法

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
import numpy as np
​
#使用array创建一维数组

list01 = [1,2,3,4]
np01 = np.array(list01)
print(np01)
print(type(np01))
#使用array创建二维数组

list02 = [[1,2,3,4],[5,6,7,8]]
np02 = np.array(list02)
print(np02)
print(type(np02))
#使用array创建三维数组

list03 = [[[1,2,3,4],[5,6,7,8],[9,10,11,12]]]
np03 = np.array(list03)
print(np03)
print(type(np03))

维数的理解

array参数的使用

参数 参数及描述
Object 任何序列类型
dtype 数组的所需数据类型,可选。
copy 可选,默认为true,对象是否被复制。
order C(按行)、F(按列)或A(任意,默认)。
subok 默认情况下,返回的数组被强制为基类数组。如果为true,则返回子类。
ndimin 指定返回数组的最小维数。
#  Object  任何序列类型  

tuple01 = (1,2,3)
list01= [1,2,3]
set01 = {5,6,7}
dict01 ={"张三":10,"李四":20}
np01= np.array(dict01)
print(np01)
​
#dtype    数组的所需数据类型,可选。  

list01 = [1,2,3]
np01= np.array(list01,dtype=float)
print(np01)
​
​
"""
说明 np02 是 np01 的副本,两个是不同的对象
所以np02 和 np01 的数据不同
"""

list01 = [1,2,3]
np01= np.array(list01)
np02=np.array(np01,copy=True)
np02[0]=10
print(np01)
print(np02)
"""
可以看到数据是一样的,说明np02和np01是同一个对象
"""

list01 = [1,2,3]
np01= np.array(list01)
np02=np.array(np01,copy=False)
np02[0]=10
print(np01)
print(np02)
​
#由于order效果不明显,也不常用,在这里作为了解
​
#subok    默认情况下,返回的数组被强制为基类数组。如果为true,则返回子类。 
#matrix 是矩阵 之后会给大家详细讲解先回用

np01 = np.matrix('1 2 7; 3 4 8; 5 6 9')
print(type(np01))
print(np01)
np02 = np.array(np01, subok=True)
np03 = np.array(np01, subok=False)
print(type(np02)) #<class 'numpy.matrix'> 如果是true返回矩阵
print(type(np03)) #<class 'numpy.ndarray'>如果是False,强制改为了数组
​
#ndimin    指定返回数组的最小维数。  
list01 = [1,2,3]
np01= np.array(list01,dtype=float,ndmin=3)
print(np01)
​

使用arange创建

先来复习以下range函数
"""
range(start,stop,step)  函数可创建一个整数列表
1.不写start,默认从0开始
2.左开右闭
3.step步长,不写默认是1
"""
for i in range(10):
    print(i)
"""
arange(start,stop,step,dtype) 
1.不写start,默认从0开始
2.左开右闭
3.step步长,不写默认是1
"""
#一维数组

a = np.arange(10) #[0 1 2 3 4 5 6 7 8 9]
a = np.arange(2,10) #[2 3 4 5 6 7 8 9]
a = np.arange(1,10,2) #[1 3 5 7 9]
a = np.arange(1,10,2,dtype=float)
print(a)
#二维数组
#切记前面的12,必须满足3*4

np01  = np.arange(12).reshape(3, 4)
print(np01)

使用 random 创建数组

常用的random函数

函数 描述
np.random.random(size) 生成0到1之间的随机数
np.random.randint(low,high=None,size=None,dtype="1") 生成随机的整数
np.random.randn(d0,d1,d2,d3.........) 生成标准正态的随机数(期望为0,方差为1)
np.random.normal(loc,scale,size) 生成正态分布(指定期望和方差)
np.random.uniform(low,high,size) 生成均勻分布的随机数
np.random.shuffle() 随机打乱顺序
np.random.seed() 设置随机数种子
np.random.sample(size) 生成随机的浮点数
# np.random.random()    生成0到1之间的随机数  
#创建一维数组   size生成几个数据,可直接写4

np01= np.random.random(size=4) #[0.13475357 0.8088961  0.52055803 0.49706622]
#创建二维数组  size=(3,4) 3行4列 可用()和[] ,效果一样

np01= np.random.random((3,4))
#创建三维数组  两个三行四列
np01= np.random.random((2,3,4))
print(np01) 
"""
np.random.randint(low,high=None,size=None,dtype="1")   生成随机的整数  
low:开始
high=None :结束
size:长度
dtype数据类型,默认是int32  no01.dtype属性
1.左开右闭
2.不写low默认是0
​
"""
#创建一维数组

np01= np.random.randint(1,11,10)#1-10
#创建二维数组

np01= np.random.randint(1,11,(3,4))#1-10
#创建三维数组
np01= np.random.randint(1,11,(2,3,4))#1-10
print(np01)
#创建标准的正态分布
#一维数组

np01=np.random.randn(4)
#二维数组

np01=np.random.randn(2,4)
#三维数组
np01=np.random.randn(3,2,4)
print(np01)
"""
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值