numpy介绍以及 ndarry数组的创建

NumPy是一个开源的Python科学计算基础库，包含：
• 一个强大的N维数组对象  ndarray
• 广播功能函数
• 整合C/C++/Fortran代码的工具
• 线性代数、傅里叶变换、随机数生成等功能
NumPy是SciPy、Pandas等数据处理或科学计算库的基础

N维数组对象：ndarray
ndarray是一个多维数组对象，由两部分构成：
• 实际的数据
• 描述这些数据的元数据（数据维度、数据类型等）
ndarray数组一般要求所有元素类型相同（同质），数组下标从开始0。其中轴(axis): 保存数据的维度；秩(rank)：轴的数量

ndarray数组的创建方法

(1)从Python中的列表、元组等类型创建ndarray数组  :

   即：np.array(list/tuple,dtype=np.int)      dtype即元素类型，当np.array()不指定dtype时，Numpy将根据数据情况关联一个dtype类型

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

[1 2 3]

 

（2）使用NumPy中函数创建ndarray数组，如：arange, ones, zeros   等

1.np.range(起，终，步长)     【注】终点不包含在数组中，步长默认为1

import numpy as np
b=np.arange(0,10,2)
print(b)

[0 2 4 6 8]

 

2.np.zeros(shape)   生成全0数组

import numpy as np
a=np.zeros((2,3))
print(a)

[[0. 0. 0.]
 [0. 0. 0.]]

3.np.ones(shape) 生成全1数组

import numpy as np
a=np.ones((2,3,4))
print(a)


[[[1. 1. 1. 1.]
  [1. 1. 1. 1.]
  [1. 1. 1. 1.]]

 [[1. 1. 1. 1.]
  [1. 1. 1. 1.]
  [1. 1. 1. 1.]]]

4.np.full(shape，val) 生成全val数组

import numpy as np
a=np.full((2,3),5)
print(a)

[[5 5 5]
 [5 5 5]]

5.np.eye(n)   n阶对角数组

import numpy as np
a=np.eye(5)
print(a)

 [0. 1. 0. 0. 0.]
 [0. 0. 1. 0. 0.]
 [0. 0. 0. 1. 0.]
 [0. 0. 0. 0. 1.]]

6.np.ones_like(x)   生成和x矩阵同型的全1数组

import numpy as np
a=np.eye(5)
b=np.ones_like(a)
print(b)



 [1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1.]]

7.np.zeros_like(x)  生成和x矩阵同型的全0数组

8.np.full_like(x,val) 生成和x矩阵同型的全val数组

（3）使用NumPy中其他函数创建ndarray数组

1.np.linspace(起，末，n等分)   末端默认包含在内 endpoint=True

import numpy as np
a=np.linspace(1,10,5)
print(a)


[ 1.    3.25  5.5   7.75 10.  ]

2.np.concatenate((x,y),axis=)   把x,y数组拼接形成新数组

import numpy as np
axis=0
a=np.linspace(1,10,4)
b=np.linspace(1,10,4)
c=np.concatenate((a, b), axis=axis)
print(c)


[ 1.  4.  7. 10.  1.  4.  7. 10.]