python创建值相同一维数组_python 一维数组所有元素是否大于_Python数据分析第二节 NumPy进阶...

上一节我们学习了一维数组生成和计算，这一节将引入多维数组。难度会有所加大，请大家认真阅读，下载安装好Anaconda进行python练习～

第二节 NumPy进阶

目录

一. 多维数组

二. 二维数组的加减乘除

三. 二维数组的通用方法

四. 二维数组的索引和分片

五. 实用方法

➡ 一. 多维数组

多维数组的学习可以联想多维坐标系，比如一维、二维、三维坐标。下面的图很形象的反映的多维数组的样子

创建一组二维数组，如下

# 二维数组

import numpy as npnested_list = [[1, 2], [3, 4]]data = np.array(nested_list)print(data)

# 输出的结果如下：[[1 2]

[3 4]]

可以看到，二维数组也是用空格分隔的，并且分成了两行。列表中的第一个元素 [1, 2] 在第一行，第二个元素 [3, 4] 在第二行。

那么问题来的：还记得上一节学过的ones()和zeros()方法吗？(忘记的话要记得复习哟)怎么用这两个方法创建二维数组呢？

与之前的区别在于，创建二维数组要传入一个包含行和列信息的元组。比如：np.ones((m, n)) 表示创建一个 m 行 n 列且元素全为 1 的二维数组；np.zeros((m,n))表示创建一个m行n列且元素全为0的二维数组。

ones = np.ones((3, 2))print(ones)

输出的结果就为：

[[1. 1.]

[1. 1.]

[1. 1.]]

接下来我们来认识几个描述多维数组的属性：

⚫ ndim：多维数组维度的个数。例如：二维数组的 ndim 为 2；

⚫ shape：多维数组的形状。它是一个元组，每个元素分别表示每个维度中        数组的长度。对于 m 行和 n 列的的数组，它的 shape 将是 (m, n)。因此，shape 元组的长度(元素个数)就是 n