python numpy使用_python基础~ numpy用法大全

hello，你好，我是研一的一名学生，坐标北邮~ 我的微信号：gxin_0508,希望遇到志同道合的你~

不管是生活，还是学习，或者未来理想，都可以和我聊聊~

由于需要，最近在学习python~

python虽说上手很快，但由于对库的不了解，总需要百度，效率低下，所以写下这一篇文章，方便了解~

1.我们可以从嵌套的Python列表初始化numpy数组，并使用方括号访问元素：

a = np.array([1, 2, 3]) #创建一维数组，[]内包含元素

2**.创建数组**

a = np.zeros((2,2)) #2*2类型，0填充

b = np.ones((1,2)) #1*2类型，1填充

c = np.full((2,2), 7)#2*2类型，7填充

d = np.eye(5) # 2*2类型，单位阵

e = np.random.random((2,2)) # 2*2，随机阵

y = np.empty_like(x) # 维度像x的

3.切片 ，由于数组可能是多维的，因此必须为数组的每个维指定一个切片：

a = np.array([[1,2,3,4], [5,6,7,8], [9,10,11,12]])

print("a\n",a)

b = a[:2, 1:3] #不包含最后一个数字

print("b\n",b)

结果：

4.索引

a = np.array([[1,2], [3, 4], [5, 6]])

print("a\n",a)

print(a[[0, 1, 2], [0, 1, 0]]) # Prints "[1 4 5]"，索引的是[0][0],[1][1],[2][0]

print(np.array([a[0, 0], a[1, 1], a[2, 0]])) # Prints "[1 4 5]"等价

5.向矩阵 x 的每一行添加向量 v 等同于通过垂直堆叠多个 v 副本来形成矩阵 vv

v = np.array([1, 0, 1])

vv = np.tile(v, (4, 1))

# Prints "[[1 0 1]

# [1 0 1]

# [1 0 1]

# [1 0 1]]

6.形状操作

7.数组转换

8.

9.

10.计算

例如：

print(a.sum(axis=1))# 3 7 11

axis=0，表行，1表示列

标签：Prints,python,print,数组,np,array,numpy,大全

来源： https://blog.csdn.net/qq_38205273/article/details/111653755