numpy reshape函数_numpy回顾小结（一）

又一次，回顾一下numpy，记录如下。

---

numpy （numerical python），python用来进行科学计算的一个基础库，它包含了大量数学和机器学习的包

The fundamental package for scientific computing with Python

numpy官网：NumPy

numpy的基础，是ndarray（N-dimensional array，N维数组），是一种由同质元素组成的多维数组，元素数量，是事先准备好的。

数组的类型，是由dtype（data-type，数据类型）来指定的，每个ndarray只有一种数据类型。

numpy数据的大小，是创建的时候指定好的。

创建数组

最简单的方式，就是使用array()函数

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

b = np.array([[1,2,3] , [4,5,6]])
b

查看数组的基本信息

## 数组的维数
b.ndim

## 数组的形状，几行几列
b.shape

## 数据元素个数
b.size

数据类型dtype

b.dtype

可以直接查看数组的数据类型

常用初始化函数

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

指定数组大小，生成零值数组

np.zeros(3)

np.ones((4,4))
np.ones(5)

numpy.arange([ start, ] stop, [ step, ] dtype=None)

根据传入的参数，生成一个数组

start，默认从1开始，stop必须传入，step，默认也是1，[start,stop)，根据传入的开始值和结束值，生成数组

np.arange(3)
np.arange(2,5)
np.arange(5,20,2)

numpy.linspace( start, stop, num=50, endpoint=True, retstep=False, dtype=None, axis=0)

和arange类似，但是这里的第三个参数，不是step，而是想要将[start,stop)分割成多少份

np.linspace(1,10,2)
np.linspace(5,100,20)

这里生成的都是一维数组，可以结合reshape函数，转换为多维数组

numpy.random.random( size=None)

随机数数组，size表示数组个数

np.random.random(3)
np.random.random(10)

基本操作

• 算数运算

a = np.arange(5)

a+4
a-10
a*2
a/3

数组和数值之间的加减乘除

数组和数组之间，同样可以进行四则运算

b = np.linspace(10,30,5)
a+b
a-b
a*b
a/b

数组之间的加减乘除，都是按元素位置匹配对应的

这里的乘法，可能要关注一下，这里是元素间的乘法

如果要求矩阵积，也就是矩阵相乘，这里需要保证第一个矩阵的列数等于第二个矩阵的行数

a = np.random.random(6).reshape((2,3))
b = np.random.random(6).reshape((3,2))
np.dot(a,b)
a.dot(b)