numpy的用法介绍

导入包
import numpy as np
创建数组
#（1）array()：直接创建，类似于列表
x = np.array([1,2,3,4,5])
print(type(x))
#（2）arange()：类似python的range
x = np.arange(10)
x = np.arange(5,10)
x = np.arange(0,100,10)
#（3）random模块下的函数
import random
np.random.randn(4,5)
np.random.rand(4,5)
np.random.randint(5,15,2)
#（4）linspace()
np.linspace(4,7)
#（5）fromstring()
np.fromstring(‘abcdefg’,dtype=np.int8)

数组属性
#（1）ndim：轴的个数
#（2）shape：是ndarray的维度
#（3）size：元素的总个数
#（4）dtype：元素的数据类型
#（5）reshape()：可以转换ndarray的行和列
x = np.arange(10)
print(x)
常用方法
a = np.arange(10)
print(a)
np.sum(a,axis=0)
np.min(a,axis=1)
np.max(a)
a=np.array([1,2,3,4,5])
b=np.array(range(1,6))
c=np.arange(1,6,2)
print(a)
print(b)
print©
print(c.dtype)#跟安装软件的环境有关
#创建数组时指定数据类型
d= np.array([2,3,6,2],dtype=np.bool)
print(d)
print(d.dtype)
astype = d.astype(“i1”)#i1 8位有符号int类型
print(astype)
s = np.array([1.2345,4.332452])
print(np.round(s,2))#保留两位小数
###########处理二维数组#########
a2=np.array([[1,3,5,6],[2,4,8,9]])
print(a2)
print(a2.shape)#输出两行四列
print(a2.reshape(1,8))#转成一行八列
print(a2.reshape(8))#对二维数组进行降维处理
print(a2.flatten())
##########处理三维数组#########
#一个三维数组包含两个三行二列的二维数组
a3=np.array([[[1,2],[3,5],[3,9]],[[2,5],[9,4],[3,5]]])

print(a3.shape)
print(a3.flatten())#从三位降到一维
print(a3.reshape(6,2))#从三维降到二维
#########数组和数的计算###############
print(a)
print(a+1)
print(a3)
print(type(a3))
#print(a/0) #inf 无限的 nan =not a number

#######数组和数组之间的运算@#########
#b3=np.array([10,12,14,15])
b3=np.arange(10,15)#元素个数相同，或者行数，列数相同
print(a)
print(b3)
print(a+b3)
print(a*b3)