Numpy使用

Numpy介绍

NumPy为数据分析三剑客之一，主要用于数组计算、矩阵运算和科学计算，Python数组计算、矩阵运算和科学计算的核心库

数组相关概念

1．一维数组 一维数组很简单，基本和Python列表一样，区别在于数组切片针对的是原始数组（这就意味着，如果对数组进行修改，原始数组也会跟着更改）。

2．二维数组 二维数组本质是以数组作为数组元素的数组。二维数组包括行和列，类似于表格形状，又称为矩阵。

3．三维数组 三维数组是指维数为3的数组结构，也称矩阵列表。三维数组是最常见的多维数组，由于其可以用来描述三维空间中的位置或状态而被广泛使用。

4．轴的概念

轴是NumPy里的axis，指定某个axis，就是沿着这个axis做相关操作

---

创建数组 array（）

import numpy as np
arr1 =  np.array([1,2,3],ndmin=4)

参数说明：　

object：任何具有数组接口方法的对象。　

dtype：数据类型。　

copy：布尔型，可选参数，默认值为True，则object对象被复制；否则，只有当array返回副本，object参数为嵌套序列，或者需要副本满足数据类型和顺序要求时，才会生成副本。　

order：元素在内存中的出现顺序，值为K、A、C、F。如果object参数不是数组，则新创建的数组将按行排列（C），如果值为F，则按列排列；如果object参数是一个数组，则C（按行）、F（按列）、A（原顺序）、K（元素在内存中的出现顺序）成立。　

subok：布尔型。如果值为True，则将传递子类；否则返回的数组将强制为基类数组（默认值）。　

ndmin：指定生成数组的最小维数。

数组的复制 copy=True

当运算和处理数组时，为了不影响到原数组，就需要对原数组进行复制，而对复制后的数组进行修改删除等操作都不会影响到原数组。数组的复制可以通过copy参数实现

通过ndmin参数控制最小维数

数组可分为一维数组、二维数组和多维数组，通过ndmin参数可以控制数组的最小维数。无论给出的数据的维数是多少，ndmin参数都会根据最小维数创建指定维数的数组。

一个维度就是一个中括号，三个维度就是嵌套三个数组

不同方式创建数组

1．创建指定维度和数据类型未初始化的数组 empty

import numpy as np
n = np.empty([2,3],dtype=np.uint8)
print(n)

 打印结果[[240 120 201] [176 199 1]]

数组元素为随机数 ，未被初始化，可以通过dtype改变数组类型

2．创建指定维度（以0填充）的数组 zeros

import numpy as np
n = np.zeros(3)
print(n)

结果为  [0. 0. 0.]

3．创建指定维度（以1填充&#