Numpy——numpy属性

1.列表转化为矩阵

使用numpy首先要导入模块

import numpy as np #为了方便使用numpy 采用np简写

列表转化为矩阵：

array = np.array([[1,2,3],[2,3,4]])  #列表转化为矩阵
array

2.numpy 的几种属性

print('number of dim:',array.ndim)  # 维度
# number of dim: 2

print('shape :',array.shape)    # 行数和列数
# shape : (2, 3)

print('size:',array.size)   # 元素个数
# size: 6

3.创建数组

常用的关键字：
array：创建数组
dtype：指定数据类型
zeros：创建数据全为0
ones：创建数据全为1
empty：创建数据接近0
arange：按指定范围创建数据
linspace：创建线段

a = np.array([11,22,33])  # 数组相较于列表没有逗号
print(a)

4.指定数据 dtype

a = np.array([11,22,33],dtype = np.int)   #默认64位
print(a.dtype)

a = np.array([11,22,33],dtype = np.int32)
print(a.dtype)

a  = np.array([11,22,33],dtype = np.float)
print(a)
print(a.dtype)

a = np.array([11,22,33],dtype = np.float32)
print(a)
print(a.dtype)

5.创建特定数据

创建全零数组:

a = np.zeros((3,4))
print(a)

创建全一数组, 同时也能指定这些特定数据的 dtype:

a = np.zeros((3,4),dtype=np.int)
print(a)

创建全空数组, 其实每个值都是接近于零的数:

a = np.empty((3,4))
print(a)

用 arange 创建连续数组:

a = np.arange(0,10,1)    #1为步长
print(a)

使用 reshape 改变数据的形状:

a =np.arange(0,10,1).reshape((5,2))   #reshape里面要带括号
print(a)

用 linspace 创建线段型数据:

a = np.linspace(1,20,8)  #8表示分割成8个数据
print(a)

同样也能进行 reshape 工作:

a = np.linspace(1,20,8).reshape((4,2))
print(a)