numpy 基础数据结构

数组的基本属性

1. 数组的维数称为秩（rank），一维数组的秩为1，二维数组的秩为2，以此类推
2. 在NumPy中，每一个线性的数组称为是一个轴（axes），秩其实是描述轴的数量
   比如说，二维数组相当于是两个一维数组，其中第一个一维数组中每个元素又是一个一维数组，所以一维数组就是NumPy中的轴（axes），第一个轴相当于是底层数组，第二个轴是底层数组里的数组，而轴的数量——秩，就是数组的维数

import numpy as np
ar = np.array([1,2,3,4,5,6])
print(ar,type(ar))
print(ar.ndim) # 数组维度的个数(轴数)
print(ar.shape) # 数组的维度，对于n行m列的数组，shape为(n,m)
print(ar.size)  # 数组的元素总数，对于n行m列的数组，元素总数为n*m
print(ar.dtype) # 数组元素的数据类型，类似type()
# 数组中每个元素的字节大小，int32l类型字节为4，float64的字节为8
print(ar.itemsize)
# 包含实际数组元素的缓冲区，由于一般通过数组的索引获取元素，所以通常不需要使用这个属性 
print(ar.data) 

array()

# array()函数：括号内可以是列表、元祖、数组、生成器等
import numpy as np
ar = np.array(range(0,10)) # 生成器
ar2 = np.arange(0,10) # numpy自带生成器
ar3 = np.array([1,2,3,4,5]) # 数组
ar4 = np.array([[1,2,3,4,5],[6,7,8,9,10]]) # 二维数组 
ar5 = np.array([[0,1,2],["a","b","c"]]) # 如果有字符串，则全部变为字符串
print(ar)
print(ar2)
print(ar3)
print(ar4)
print(ar5)

arange()

# arange()：类似range(),在给定间隔内返回均匀间隔的值
import numpy as np
print(np.arange(10))    # 返回0-9的整型
print(np.arange(10.0))  # 返回0.0-9.0的浮点型
print(np.arange(5,12))  # 返回5-11,左闭右开
print(np.arange(5.0,12,2))  # 返回5.0-12.0，步幅为2
# 如果数组太大，NumPy会自动跳过数组的中心部分，只打印边角数据
print(np.arange(10000))

linspace()

numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)
start：起始值，stop：结束值
num：生成样本数，默认为50
endpoint：如果为真，则包含最后一个样本。否则，不包括在内。默认值为True
retstep：如果为真，返回（样本，步幅），其中步幅是样本之间的间距，输出为一个包含2个元素的元祖，第一个元素为array，第二个为步长实际值。默认值为False

# linspace():返回在间隔[开始，停止]上计算的num个均匀间隔的样本
import numpy as np
print(np.linspace(10,20,num = 20)) # 左闭右闭
print(np.linspace(10,20,num = 20,endpoint = False)) # 不包含末尾值(默认是True)
# 返回元祖,包含数组本身和步幅(默认为False)
print(np.linspace(10,20,num = 20,retstep = True)) 

zeros()/zeros_like()/ones()/ones_like()

numpy.zeros(shape, dtype=float, order=‘C’)
shape：数组纬度，二维以上需要用()，且输入参数为整数
dtype：数据类型，默认numpy.float64
order：是否在存储器中以C或Fortran连续（按行或列方式）存储多维数据
ones()/ones_like()和zeros()/zeros_like()一样，只是填充为1

# 返回给定形状和类型的新数组，用零填充
import numpy as np
print(np.zeros((2,5),dtype = np.int)) # 默认dtype为int32
ar = np.array([list(range(0,10)),list(range(10,20))])
print(np.zeros_like(ar))
# 返回具有与给定数组相同的形状和类型的零数组

eye()

# eye():创建一个正方的N*N的单位矩阵，对角线值为1，其余为0
import numpy as np
print(np.eye(5,dtype = int)) # 默认dtype为float