numpy可以说是Python运用于人工智能和科学计算的一个重要基础,近段时间恰好学习了numpy,pandas,sklearn等一些Python机器学习和科学计算库,因此在此总结一下常用的用法。
引入numpy库的方式:import numpy as np
1、numpy数组(array)的创建
通过array方式创建,向array中传入一个list实现
一维数组的创建:
![9736d5b234ad7065a3481d65f5efaddf.png](https://i-blog.csdnimg.cn/blog_migrate/d775fb45c708233ae5b5bfc97df08a63.png)
二维数组的创建:传入一个嵌套的list即可,如下例
![a42eda30985bd9171139e2428218f173.png](https://i-blog.csdnimg.cn/blog_migrate/607ea99bf07de09f612800e31aafc71b.png)
通过arange创建数组:下例中创建一个0~1间隔为0.1的行向量,从0开始,不包括1,第二个例子通过对齐广播方式生成一个多维的数组。
![7bb71fb401a805b015463e239f67a208.png](https://i-blog.csdnimg.cn/blog_migrate/262cae7b4a5870eb86ba46c1c6f25776.png)
![42d1da99721e3aee0868994e59ef7c84.png](https://i-blog.csdnimg.cn/blog_migrate/38490def7320b59c37c3f49f590e3a8f.png)
通过linspace函数创建数组:下例中创建一个0~1间隔为1/9的行向量(按等差数列形式生成),从0开始,包括1.
![fef4a08dcec60365cd8e3305d9ee0596.png](https://i-blog.csdnimg.cn/blog_migrate/e0dda9743188ef0031d9dc0a51ff9391.png)
通过logspace函数创建数组:下例中创建一个1~100,有20个元素的行向量(按等比数列形式生成),其中0表示10^0=1,2表示10^2=100,从1开始,包括100
![5c4c2061da5aca3dc0e55ce212b27f8c.png](https://i-blog.csdnimg.cn/blog_migrate/5796ec20ec95f49fc11bada467e4426f.png)
生成特殊形式数组:
生成全0数组(zeros()函数),生成全1数组(ones()函数), 仅分配内存但不初始化的数组(empty()函数)。注意要指定数组的规模(用一个元组指定),同时要指定元素的类型,否则会报错
![080b49794a48a3b4b86d3275b6f6e676.png](https://i-blog.csdnimg.cn/blog_migrate/856a35d1e56c1681c396cc779f52027c.png)
生成随机数组