Numpy基础知识

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.