python数据科学（一）：numpy基础

含义

矩阵运算

百度百科：NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix））。

导入numpy

import numpy as np
#通常都作为np

属性

• 维数 ndim

• 形状 shape

• 个数 size

import numpy as np

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

print(array)
print('维数',array.ndim)
print('形状行数列数',array.shape)
print('元素个数:',array.size)

array

创建

限定类型

dtype = np.int
dtype = np.float

矩阵

注意：矩阵需要[]整体框起来

矩阵元素相同

全为0 zeros

np.zeros()

全为1 ones

np.ones()

空矩阵 empty

np.empty

有序矩阵

起始终止arange reshape

np.arange(起始，终止，间隔)
np.arange(终止).reshape(（行，列）)

线段 linespace

np.linespace(起始，终止，线段中点个数)

import numpy as np
##1. 定义列表
#dtype定义numpy的数据格式
a = np.array([1,2,3],dtype= np.int)
b = np.array([1,2,3],dtype= np.float)
print(a.dtype)
print(b.dtype)

##2. 定义矩阵
a = np.array([[1,2,3],
             [7,8,9]])
print(a)

# 定义为0的矩阵
a = np.zeros((3,2))
print(a)
# 定义为1的矩阵
a = np.ones((3,2),dtype=int)
print(a)
# 空矩阵
a = np.empty((3,2))
print(a)
# 有序矩阵
a = np.arange(10,20,2)
print(a)
#0-终止值
a = np.arange(12).reshape((2,2))
print(a)
#线段分段
a = np.linspace(1,10,5)
print(a)

合并

上下合并 vstack

vstack元组

左右合并hstack

多个合并

axis=0 上下合并 axis=1 左右合并

import numpy as np

a = np.array([1,1])
b = np.array(