import numpy as np 导入模块
#初始化矩阵
data = np.array([1,2,3,4,5,6,7,8])
print(data) [1 2 3 4 5 6 7 8]
print(data.ndim) #查看高维数组的维度 查看是几维 1
print(data.shape) #查看高维数组的形状 (8,)
print(data.reshape(2,4)) #改变数组形状,括号内的两个数相乘必须和原数组的长度一致 (把一维改变为二维) [[1 2 3 4][5 6 7 8]]
data = np.arange(2,10)
print(data) #[2 3 4 5 6 7 8 9] 从2到10
data = np.arange(2,10,2)
print(data) #生成区间数组 从2到10 步长为2,[2 4 6 8]
data = np.array([data,data])
print(data) #用一维组合成2维度 [[2 4 6 8] [2 4 6 8]]
data = np.arange(30) #转成三维的
print(data.reshape(1,5,6)) #1是有一部分,5是行,6是列
[[[ 0 1 2 3 4 5]
[ 6 7 8 9 10 11]
[12 13 14 15 16 17]
[18 19 20 21 22 23]
[24 25 26 27 28 29]]]
data1 = data.reshape(1,5,6)
print(data1.ndim) #查看高维数组的维度 3
data = np.arange(30) #转成三维
data2 = data.reshape(2,3,5) #2是分为2部分,每部分分为3行5列
print(data2)
[[[ 0 1 2 3 4]
[ 5 6 7 8 9]
[10 11 12 13 14]]
[[15 16 17 18 19]
[20 21 22 23 24]
[25 26 27 28 29]]]
print(data2.ndim) #查看高维数组的维度 3
data = np.arange(30) #二维
data2 = data.reshape(5,6) #5行6列
print(data2)
[[ 0 1 2 3 4 5]
[ 6 7 8 9 10 11]
[12 13 14 15 16 17]
[18 19 20 21 22 23]
[24 25 26 27 28 29]]
print(data2.ndim) 查看高维数组的维度2
生成平均数 linspace
data = np.linspace(2,10,12) #生成区间数,均分,包括首尾 从2到10,平均分成12份,每一份的平均数都是从第一为数开始
print(data)
[ 2. 2.72727273 3.45454545 4.18181818 4.90909091 5.63636364 6.36363636 7.09090909 7.81818182 8.54545455 9.27272727 10. ]
<class 'numpy.ndarray'> 类型
print(np.sum(data)) #和
np.max(data) #最大值
np.min(data) #最小值
np.mean(data) #平均值
np.std(data) #标准差
np.var(data) #方差
转换
data = data.tolist() #将ndarray 转成list
print(type(data))
<class 'list'>
切片
data = np.array([[1,2,3,4],[5,6,7,8]])
print(data[1]) [5 6 7 8]