Numpy介绍:
NumPy是高性能科学计算和数据分析的基础包。它是pandas等其他各种工具的基础。
NumPy的主要功能:
1)ndarray,一个多维数组结构,高效且节省空间
2)无需循环对整组数据进行快速运算的数学函数
3)读写磁盘数据的工具以及用于操作内存映射文件的工具
4)线性代数、随机数生成和傅里叶变换功能
5)用于集成C、C++等代码的工具
pyhton里面安装、引入方式:
安装方法:pip install numpy
引用方式:import numpy as np
创建数组:
a=[1,2,3,4]
b=np.array(a)print(b,type(b)) #[1 2 3 4]
数组属性:
#数组个数
print(b.size) #4#数组形状
print(b.shape) #(4,)#每个元素占用你的字节数
print(b.itemsize) #4#维数
print(b.ndim) #1
arange定义一个数组,限定步长:
np.arange() 参数为初始值、结束值(不包含)、步长
array_arange=np.arange(10,30,5)print(array_arange) #[10 15 20 25]
linspace定义一个数组,限定数组元素的个数:
np.linspace() 数为初始值、结束值(包含)、元素的个数,
array_linspace=np.linspace(0,2,9) #结果第一位是0 中间数值平均分配 结束为2
print(array_linspace) #[0. 0.25 0.5 0.75 1. 1.25 1.5 1.75 2. ]
快速创建N维数组:
ones,创建10行10列的数值为浮点1的矩阵
array_one=np.ones((5,5),dtype=int) #dtype=int 可以设置类型
print(array_one)
zeros,创建10行10列的数值为浮点0的矩阵
array_zero=np.zeros((2,5,5)) #array_zero=np.zeros((2,5,5)) 2:表示创建2个5行5列的数组
print(array_zero)
创建自定义数值的数组:
full,创建3*3 数值为5的数组
full_array=np.full((3,3),5)print(full_array)
eye,用来构造单位矩阵(默认情况下输出的是对角线全“1”,