1 什么是numpy
numpy是一个在Python中做科学计算的基础库,重在数值计算,也是大部分Python科学计算库的基础库,多用于大型、多维数据上执行数值计算。
在NumPy 中,最重要的对象是称为 ndarray 的N维数组类型,它是描述相同类型的元素集合,numpy所有功能几乎都以ndarray为核心展开。ndarray 中的每个元素都是数据类型对象(dtype)的对象。ndarray 中的每个元素在内存中使用相同大小的块
2 numpy数组创建
创建Numpy数组一般有三种方法:
(1)通过传入可待跌对象创建,我将之称为基本方法
(2)使用Numpy内部功能函数,内部方法
(3)使用特殊的库函数,特殊方法
2.1 基本方法:np.array()
基本方法是通过给numpy提供的一些函数中传入可迭代对象来创建数组,这种方法通常是在已知所有元素的情况下使用。numpy中实现这种功能的函数包括:np.array()、np.arange()、np.line(),:
>>> np.array([0, 1, 2, 3, 4]) #接收一个list作为参数
array([0, 1, 2, 3, 4])>>> np.array([[11, 12, 13],[21, 22, 23]]) #创建一个2*3的数组
array([[11, 12, 13],
[21, 22, 23]])>>> np.array((0, 1, 2, 3, 4)) #接收一个tuple作为参数
array([0, 1, 2, 3, 4])
np.array()方法可以在创建数组的同时指定数据类型:>>> np.array([0, 1, 2, 3, 4], dtype=float)
array([0.,1., 2., 3., 4.])
甚至还可以接受range()返回的可迭代对象作为参数:
>>> np.array(range(5))
array([0,1, 2, 3, 4])>>> np.array(range(10, 20, 2))
array([10, 12, 14, 16, 18])
2.2 通用方法:np.ones()、np.zeros()、np.eye()
通用方法指的是numpy中提供的arange()、ones()、zeros()、eye()、full()等方法,这些方法可以按照某种规则生成一个数组,并不需要传入已知的可迭代对象。
(1)np.arange()
上面我们将range()函数结果传递给np.array(),np.arange()实现的就是这个功能,所以说,np.arange()就是numpy中的range()方法。
>>> np.arange(5)
array([0,1, 2, 3, 4])>>> np.arange(10, 20, 2)
array([10, 12, 14, 16, 18])
(2)np.linspace()
np.linspace()方法以等间距的形式对给定的两数进行划分来创建数组:
>>> np.linspace(10, 20, 5) #将10到20间的数等距取5个
array([10. , 12.5, 15. , 17.5, 20. ])
(3)np.ones()
创建一个元素值全为1的数组,接收一个list或者tuple作为参数
>>> np.ones([2]) #创建一个一维数组
array([1., 1.])>>> np.ones([2, 2]) #创建一个2维数组
array([[1., 1.],
[1., 1.]])>>> np.ones([2, 2, 2])
array([[[1., 1.],
[1., 1.]],
[[1., 1.],
[1., 1.]]])
(4)np.zeros()
创建一个元素值全为0的数组,接收一个list或者tuple作为参数
>>> np.zeros([3])
array([0., 0., 0.])>>> np.zeros([3, 3])
array([[0., 0., 0.],
[0., 0., 0.],
[0., 0., 0.]])
(5)np.random.random()
创建一个元素为0到1之间随机数的数组,接收一个list或者tuple作为参数:
>>> np.random.random((3, 3))
array([[0.19414645, 0.2306415 , 0.08072019],
[0.68814308, 0.48019088, 0.61438206],
[0.5361477 , 0.33779769, 0.38549407]])
既然有random()方法,那么就会有randint()方法,也就是取随机整数的方法,不过这个randint()方法参数形式更random()不太一样,具体请看下面实例:
>>> np.random.randin