模式识别代码

第一周

import numpy as np

#强制类型转换：.astype
arr=np.array([1,3,6])
print(arr,arr.dtype)

arr1=arr.astype("float32")
print(arr1,arr1.dtype)


arr2=arr.astype("str_")
print(arr2,arr2.dtype)

#自动类型转换：.array
arr=np.array([1,3.4,6,"python"])
print(arr,arr.dtype)


# 数组的创建
import numpy as np

# .array  [重点]
# 一维数组
arr1 = np.array((1, 5, 7))  # object: tuple
arr1 = np.array({1, 5, 7})  # object: set
arr1 = np.array({"a": 1, "b": 2, "c": 3})  # object: dict
print(arr1, type(arr1))

# 二维数组
arr2 = np.array([[1, 3], [4, 6]])
arr2 = np.array([(1, 3), (4, 6)])
arr2 = np.array([("height", 1.82), ("weight", 73.6)])
print(arr2, type(arr2))

# 三维数组
arr2 = np.array([[[1, 3], [4, 6]], [[2, 4], [7, 9]]])
print(arr2, type(arr2), arr2.shape)

# dtype参数
arr3 = np.array([(1, 3), (4, 6)], dtype="str_")
print(arr3, arr3.dtype)

# ndmin参数：维数
arr3 = np.array([1, 3, 4, 6], dtype="str_", ndmin=3)
print(arr3, arr3.dtype, arr3.shape)


arr4 = np.asarray(arr3, dtype="float16")
print(arr4, arr4.dtype, arr4.shape)

arr5 = np.empty((3, 2), dtype="int8")
arr6 = np.empty_like(arr5)
print(arr5, arr5.dtype, arr5.shape)
print(arr6, arr6.dtype, arr6.shape)

arr6 = np.zeros((3, 4, 5), dtype="int8")
print(arr6, arr6.shape)

arr6 = np.ones((4, 5), dtype="int8")
print(arr6, arr6.shape)

arr6 = np.full((5, 3), fill_value=6, dtype="float32")
print(arr6, arr6.shape)

第二周（数组和切片）

#数组
#ndim （几维度）
#
import  numpy as np

arr =np.array([[1,4],[6,7]])

print("维数：",arr.ndim)
print("维度：",arr.shape)
print("元素类型：：",arr.dtype)
print("元素个数：",arr.size)

#三维 了解轴 axis=1,axis=0,axis=0。

#3.1索引和切片

#格式
#索引 数组的索引和切片
import  numpy as np

arr =np.array([[1,4],
               [6,7]])


#二维素组
print(arr[1,0]) #取第一行的第0列的元素
print(arr[1]) #取第一行的第0列的元素
print(arr[:,0]) #取第一列的元素

#切片
print(arr[:]) #取整个数组的行和列（相当于复制）

print(arr[1:,:1]) #取第一行第0列

#三维素组

arr1 =np.array([
                [[1,3],
                 [5,7]],
    #一共两页
                 [[2,4],
                 [6,8]]])
print(arr1[1,0,1]) #第1页第0行第1列
print(arr1[:,1,:])
print(arr1[:,:,1])



#3.2 高级索引的方式

print("高级索引：",arr1[:,[1,0],:])



#练习
#

import numpy as np

#创建二维数组，存储1-12十二个元素
arr =np.array([[1,4],
               [6,7]])

arr2=np.array([1,2])

#GTP版
## 创建一个包含1到12的一维数组
array_1d = np.arange(1, 13)

# 将一维数组转换为二维数组
array_2d = array_1d.reshape(3, 4)

print(array_2d)


#    老师版
arr3 =np.arange(1,13)

arr4=arr3.reshape(3,4)

print("老师版",arr4)
#切片出“四个角”上元素
print(arr[::2,::3])

#切出array[[5,6],[8,9]]




#条件筛选

第三周