numpy库概述
- 提供了一个ndarry对象:ndarry是存储单一数据类型的多维数组。
ndarray数组操作
ndarray概述
- N维数组对象ndarray是用于存放同类型元素的多维数组。
- ndarray中的每一个元素在内存中都有相同存储大小的区域。
- ndarray中的每个元素是数据类型对象的对象(称为dtype)。
- 与python中的其他容器对象一样,可以通过对数组进行索引或切片。
- 可通过ndarray的方法和属性来访问和修改ndarray的内容。
ndarray创建数组
array函数。
- 他接受一切序列型的对象,然后产生一个含有传入数据的numpy数组。其中,嵌套序列(比如有一组的等长列表组成的列表)将会被转换为一个多维数组。
numpy.array(object,dtype = None,copy = True,order = None,subok = False,ndmin = 0)
名称 |
描述 |
object |
数组或嵌套的数列 |
dtype |
数组元素的数据类型,可选 |
copy |
对象是否需要复制,可选 |
order |
创建数组的样式,C为行方向,F为列方向,A为任意方向(默认) |
subok |
默认返回一个与基类类型一致的数组 |
ndmin |
指定生成数组的最小维度 |
import numpy as np
a = [1,2,3,4]
b = np.array(a)
print(b)
c = np.array([[1,2],[3,4]])
print(c)
[[1 2]
[3 4]]
zero和ones
ones = np.ones((3,3), dtype='int')
print(ones)
[[1 1 1]
[1 1 1]
[1 1 1]]
zeros = np.zeros(3, dtype='int')
print(zeros)
empty
import numpy as np
print(np.zeros(3))
print(np.ones(2))
print(np.zeros((3,3)))
[[0. 0. 0.]
[0. 0. 0.]
[0. 0. 0.]]
print(np.ones((3,2)))
[[1. 1.]
[1. 1.]
[1. 1.]]
print(np.empty((2,3),dtype= int))
[[6619222 7536754 7274601]
[ 110 0 0]]
单位矩阵identity()
print(np.identity(3))
[[1. 0. 0.]
[0. 1. 0.]
[0. 0. 1.]]
随机数组
均匀分布
- np.random.rand(10,10) 创建指定形状(10*10)的数组(范围在0到1之间)
- np.random.uniform(0,100) 创建指定范围内的一个数
- np.random.randint(0,100) 创建指定范围内的一个整数
正态分布
- np.random.normal(1.75,0.1,(2,3)) 给定均值/标准差/维度的正态分布
import numpy as np
pr