numpy简介
Numpy 是一个专门用于矩阵化运算、科学计算的开源Python库,Numpy将Python相当于变成一种免费的更强大的Matlab系统
优势:
1、强大的 ndarray 多维数组结构
2、成熟的函数库
3、用于整合C/C++和Fortran代码的工具包
4、实用的线性代数、傅里叶变换和随机数模块
5、Numpy 和稀疏矩阵运算包scipy 配合使用非常方便
numpy adarray对象
(N-dimensional array)
-
NumPy 最重要的一个特点是其 N 维数组对象 ndarray,它是一系列同类型数据的集合,以 0 下标为开始进行集合中元素的索引。
-
ndarray 对象是用于存放同类型元素的多维数组。
-
ndarray 中的每个元素在内存中都有相同存储大小的区域。
定义ndarray
使用array()函数定义,一python列表作为参数,创建之列表的元素就是adarray的元素
import numpy as np #导入numpy库
a = [1,2,3]
np.array(a) # 生成一维矩阵
print(a)
#[1, 2, 3]
print(type(a))
#<class 'list'>
A = np.array([[1,2,3],[4,5,6]]) # 生成二维矩阵
print(A)
#[[1 2 3]
[4 5 6]]
print(type(A)) # 获取类型(ndarray类型)
#<class 'numpy.ndarray'>
numpy数组属性
c = np.array([[1,2,3],[4,5,6]]) # 生成二维矩阵
print(c.ndim) # 二维数组
#2
print(c.shape) # 2行3列
#(2, 3)
print(c.size) # 包含几个元素
#6
d = np.array([[[1,2,3],[4,5,6],[7,8,9]]])
print(d)
#[[[1 2 3]
[4 5 6]
[7 8 9]]]
print(d.ndim)
#3
print(d.shape)
#(1,3,3)
print(d.size)
#9
d1 =np.