python——numpy

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)
#输出：[1 2 3 4]

c = np.array([[1,2],[3,4]])
print(c)
#输出：
[[1 2]
 [3 4]]

zero和ones

• 分别可以创建指定长度或者形状的全0或全1的数组

ones = np.ones((3,3), dtype='int')
print(ones)
# 输出：
[[1 1 1]
 [1 1 1]
 [1 1 1]]
zeros = np.zeros(3, dtype='int')
print(zeros)
# 输出：[0 0 0]

empty

• 可以创建一个没有任何具体值得数组

import numpy as np
print(np.zeros(3))  #创建一个全0的一维数组
#输出：[0. 0. 0.]

print(np.ones(2))   #创建一个全1的一维数组
#输出：[1. 1.]

print(np.zeros((3,3)))  #创建一个全0的3*3的二维数组
#输出：
[[0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]]

print(np.ones((3,2)))   #创建一个全1的3*2的二维数组
#输出：
[[1. 1.]
 [1. 1.]
 [1. 1.]]

print(np.empty((2,3),dtype= int))	#创建一个全为随机数的2*3的二维数组
#输出：
[[6619222 7536754 7274601]
 [    110       0       0]]

单位矩阵identity（）

print(np.identity(3))	#单位矩阵，3*3的二维数组
#输出：
[[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