Numpy 的常用操作

Numpy 的常用操作

1.ndarry 对象

​ NumPy 最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以 0 下标为开始进行集合中元素的索引。

ndarray 对象是用于存放同类型元素的多维数组。

​

import numpy as np
a = np.array([1,2,3])
print(a)

[1,2,3]

#多于一个维度
import unmpy as np
a = np.array([1,2],[1,3])   #二维数据
print(a)

[[1,2]
 [1,3]]

2.numpy 数组属性

属性	说明
ndarray.ndim	秩，即轴的数量或维度的数量
ndarray.shape	数组的维度，对于矩阵，n 行 m 列
ndarray.size	数组元素的总个数，相当于 .shape 中 n*m 的值
ndarray.dtype	ndarray 对象的元素类型
ndarray.itemsize	ndarray 对象中每个元素的大小，以字节为单位
ndarray.flags	ndarray 对象的内存信息
ndarray.real	ndarray元素的实部
ndarray.imag	ndarray 元素的虚部
ndarray.data	包含实际数组元素的缓冲区，由于一般通过数组的索引获取元素，所以通常不需要使用这个属性。

3.创建数组

#创建一个空数组的实例
import numpy as np

x = np.empty([2,3],dtype = int)
print(x)

[[1 1 2]
 [2 3 4]]

#创建一个数组实例，其中元素以0填充
import numpy as np

x = np.zeros([2,3])
print(x)

[[0. 0. 0.]
 [0. 0. 0.]]

#创建一个数组实例，其中元素以1填充
import numpy as np

x = np.ones([2,3])
print(x)

[[1. 1. 1.]
 [1. 1. 1.]]

# list转换为 ndarray
l = range(10)
data = np.array(l)