python numpy初步

import numpy as np
n1 = np.array([[1,2,3],[6,5,4]])
print(n1.shape)
print("np.arange")
n2 = np.arange(1,12,0.4)
print(n2)
n2 = np.linspace(1,12,4)
print(n3)
n2 = np.linspace(1,12,5)
print(n4)
print("np.arange 不带步长参数")
print(np.arange(10))


(2, 3)
np.arange
[ 1.   1.4  1.8  2.2  2.6  3.   3.4  3.8  4.2  4.6  5.   5.4  5.8  6.2
  6.6  7.   7.4  7.8  8.2  8.6  9.   9.4  9.8 10.2 10.6 11.  11.4 11.8]
[ 1.          4.66666667  8.33333333 12.        ]
[ 1.    3.75  6.5   9.25 12.  ]
np.arange 不带步长参数
[0 1 2 3 4 5 6 7 8 9]

上面程序的注释：

n1：二维矩阵

n2:1到12，不含12, 0.4步长

n3：将1到12 均分为3份，取得4个值，包含1和12。

n4：取得5个值的均分。

不带步长参数，生成从0到参数的整数向量。

import numpy as np
n1 = np.array([range(2,4),range(5,8)])
print(n1)
#维度不相等，无法成为正常矩阵
n2 = np.array([range(2,4),range(5,7)])
print(n2)
#维度相等，成为2*2矩阵
n3 = np.array(range(4))
print(n3)
#直接用range赋值
a= [range(2,4),range(5,7)]
print(a)
#从结果可以看出来，无法用range这样给list赋值

[range(2, 4) range(5, 8)]
[[2 3]
 [5 6]]
[0 1 2 3]
[range(2, 4), range(5, 7)]

要想声明一个多维矩阵，这样：

numpy.empty(shape, dtype=float, order='C')

Return a new array of given shape and type, without initializing entries.

返回一个没有初始化的、用给定的类型/形状生成的向量。shape可以是一个数组/list。

import numpy as np

n1 = np.empty([3,3],dtype=int)

print(n1)

​

[[       0     1156        5]
 [57481984        0    65541]
 [56251352        0        5]]

未初始化，注意。

np.zeros((2, 1))
array([[ 0.],
       [ 0.]])

用0初始化 zeros

np.random.randn返回一个或一组样本，具有标准正态分布。

import numpy as np
n1 = np.zeros((2, 1))
print(n1)
print(np.eye(3))
print(np.random.randn(3))
print(sum(np.random.randn(3)))

[[0.]
 [0.]]
[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]]
[ 0.48451999 -0.24370277  0.00866043]
0.5708764551147599

shuffle，将原来数组打乱，返回值None

import numpy as np
n1 = np.arange(10)
n2 = np.random.shuffle(np.arange(10))
print(n2,n1)

None [0 1 2 3 4 5 6 7 8 9]

可以看出，n1被打乱了，就是说原来的数组变样了。