numpy学习记录（代码）

# numpy提供一种数组类型，高维数组，提供数据分析运算基础
import numpy as np
import random
a=np.array([1,2,3,4,5])
b=np.array(range(1,6))
c=np.arange(1,6)
print(a)
print(b)
print(c)
# a,b,c输出结果相同
# a.shape数组维度
# a.size数组元素数量
# a.itemsize 一个数组元素的长度（字节）
d=np.arange(4,10,2)  #2是步长
print(d)

print(type(d))
#数组类名   a,b,c,d的输出结果均为：<class 'numpy.ndarray'>
print(a.dtype)
# 输出数据类型，python解释器版本32位

e=np.array(range(1,4),dtype=bool)
print(e)
print(e.dtype)
#调整数据类型
e=e.astype("int32")#注意引号
print(e)
print('e.dtype'+'\n')

# random.random()默认生成[0,1)之间的小数
t1=np.array([random.random() for i in range(1,10)])
print(t1)
print('\n')
t2=np.round(t1,3)#取t1小数点后三位
print(t2)

t3=np.ones((3,4))
print(t3)#三行四列的全1数组
# np.ones_like
print('\n')

t4=np.zeros_like(t3)
print(t4)#模仿t3的行列形式，但是全为0
print('\n')

t5=np.array(t3)#深拷贝
print(t5)
t6=np.asarray(t3)#浅拷贝,会根据as的数组修改元素
print(t6)
print('\n')

t3[2][2]=6
print(t3)#会变化
print(t5)#不会变化
print(t6)#会变化
print('\n')

s1=np.linspace(0,100,20)
# 0-100范围内，生成11个数
print(s1)
s2=np.logspace(0,2,3)
# 10的0次方到10的2次方，生成3个数
print(s2)
print('\n')

# import matplotlib.pyplot as plt
# print(np.random.uniform(-1,1,100000000))
# #均匀分布
# plt.figure(figsize=(10,10),dpi=100)
# #创建画布
# plt.hist(np.random.uniform(-1,1,1000000),1000)
# # 绘制折线图
# plt.show()
# # 显示图像

# np.random.normal(1.75,1,10000000)正态分布，均值，标准差

test=np.array([[2,3,4],
              [3,2,1],
              [4,5,6]])
print(test[0:1,0:2])#输出[2,3]

# reshape重新改变形状
print(test.reshape(1,9))
#resize是对值本身进行修改
print(test.resize(1,9))
print(test)

print(np.unique(test))
#去重

test=test.reshape(3,3)
print(test.T)
#转置

a1=np.random.randint(40,100,(10,5))#10行5列
print(a1)
print("\n")
a2=a1[0:6,0:5]
print(a2)
print('&&&&&&&&&&&&')
print(a2>90)#ture or false
a2[a2>90]=666#大于90就更改为666
print(a2)
print(np.all(a1[0:3,0:2])>60)#输出FALSE
#np.any(a1[0:3,0:2])>60

#三元运算符
a3=np.where(a1[:4,:4]>60,1,0)
#大于60输出1，小于60输出0
print(a3)
print('\n')
a4=np.array([[1,2,3],
             [4,5,6]])
print(a4+6)#全部元素都加6，加减乘除一样
print('\n')

# np.dot()
# np.matmul()
# 区别是dot支持一个数乘以一个矩阵
q1=np.array([[1,2],
             [3,2]])
q2=np.array([[0.3],[0.7]])
print(np.dot(q1,q2))#q1*q2

#数组连接np.concatenate((a1,a2,....),axis=?)
# axis指定连接轴

#一维数组：切片array[start:stop:step]左闭右开，step步长
# 多维数组：a[0:3,2:3]

numpy的部分基础知识点