Numpy基础点总结

Numpy基础知识

一.numpy介绍

numpy是Python的一个用于科学计算的基础包，它提供了许多功能，其中包括:

1.多维数组对象：numpy的核心是ndarray，它是一个具有固定大小的同类数据元素的多维数组。

2.数学函数：numpy提供了许多数学函数，例如：三角函数，对数函数，线性代数运算，统计函数等。

3.随机数生成：numpy包含了用于生成各种随机数的函数，如：均匀分布，正态分布等。

4.文件操作：读取或写入各种文件格式的数据。

5.线性代数运算：矩阵乘法，求逆，求特征值等。

当然还有许多功能，这里就不一一赘述了，基于以上部分内容，掌握简单的基本语法。

二.ndarray属性

import numpy as np
a=np.arange(15).reshape(3,5) # 元素范围1-15包左不包右，维度3行5列
a=np.array([1,2,3])
a  #array([1, 2, 3])

print(a.shape) #数组维度 (3,)
print(a.ndim)  #数组轴个数 1
# 这里每个人运行结果会不同，我的是int32,但是无关紧要
print(a.dtype) #数组元素类型 astype可以用来转换数据类型
print(a.itemsize) #数组中每个元素字节大小 4
print(a.size) #数组元素个数 3
print(type(a)) #<class 'numpy.ndarray'>

zero()，ones()，empty()演示

函数zeros创建一个全是0的数组，

函数ones创建一个全1的数组，

函数empty创建一个内容随机并且依赖于内存状态的数组。默认创建的数组类型(dtype)都是float64

# zeros 用来生成全0数组，传入维度
zeros=np.zeros((3,4)) # 它由三个一维数组组成
zeros

结果演示如下：

# ones 用来生成全1数组，传入维度
ones=np.ones((2,3,4