Numpy

• Numpy的一些基本属性

import numpy as np
#把一个列表转化成一个矩阵
array = np.array([[1,2,3],[2,3,4]])
print(array)
#[[1 2 3]  和列表不同的是他没有逗号，所以是矩阵
#[2 3 4]]
#看是几维数组  number of dim 2
print("number of dim",array.ndim)
#看行数多少列数多少   shape (2, 3)
print('shape',array.shape)
#看有多少个元素  size 6
print('size',array.size)

• Numpy的创建array

import numpy as np
a = np.array([[2,23,4],[2,23,4]],dtype=np.int64)
print(a)
print(a.dtype)
#a定义为一个全是0的int矩阵  3行4列
a = np.zeros((3,4), dtype=int)
print(a)
#生成一个数列     相当于python 中方的range(12)
a = np.arange(12)    #[ 0  1  2  3  4  5  6  7  8  9 10 11]
#把数列变成矩阵  3*4的
a = np.arange(12).reshape((3,4))
#生成一个线段 从1开始从10结束  中间有5段
a = np.linspace(1, 10,5) #[ 1.    3.25  5.5   7.75 10.  ]
#把线段变成数列
a = np.linspace(1, 10,5).reshape((2,3))
print(a)

• Numpy的基础运算

import numpy as np
a = np.array([10,20,30,40])
b = np.arange(4)
print(a, b)     #[10 20 30 40] [0 1 2 3]
c = a + b       #[10 21 32 43]
#对a中的每个集合求sin 再乘10
c = 10*np.sin(a)   #[-5.44021111  9.12945251 -9.88031624  7.4511316 ]
print(b<3)  #[ True  True  True False]
print(b==3)  #[False False False  True]
a = np.array([[1,1],[0,1]])
b = np.arange(4).reshape((2,2))
print(b)
#逐个元素相乘
c = a*b
#矩阵的运算
c_dot = np.dot(a,b)
#直接在a后面运算b
c_dot_2 = a.dot(b)
#创建一个2行4列的随机矩阵，每一个元素都是随机数
a = np.random.random((2,4))
#然后求最大 最小 求和
np.sum(a)
np.min(a)
np.max(a)
#在第一行中求和  axis=0在列中求和  axis=1在行中求和
np.sum(a, axis=0)
#求每一列中的最小值
np.min(a, axis=0)
#求每一行的最小值
np.max(a, axis=0)
print("================")
print(c)
print("=============")
print(c_dot)