numpy基础学习记录(pycharm)

1.调用numpy库

import numpy as np

1.numpy的数组是从0开始索引的；
2.numpy类型的维度（dimensions）叫做轴（axes），轴的个数叫做秩（rank），一维数组秩为1；二维数组秩为2。

2.使用numpy创建数组。

注：numpy不能创建不指定维数空数组
1.使用Python的list创建数组。
np.array()

array1 = np.array([1, 2, 3], dtype=int)
array2 = np.array([[1, 10, 2], [1,5,6]])
array3 = np.array([[[1,2,3],[4,5,6]],[[7,8,9],[9,6,3]]])

2.numpy自己的函数创建数组

np.arange()

# np.arange([start,] stop[, step,], dtype=None) 创建函数序列
a1 = np.arange(10)
a2 = np.arange(2,10,2)

np.ones()

# np.ones创建全是1的数组
# np.ones(shape, dtype=None,order='C')
# np.ones_like(a,dtype=None,order='C')  创建一个和a相同shape的全1数组
a3 = np.ones(10)
a4 = np.ones((2,3,4))
a5 = np.ones_like(array3)

np.zeros()、np.empty()和np.ones()函数一样

# np.zeros(shape, dtype=None,order='C')  和ones函数是一样的
# np.zeros_like(a,dtype=None,order='C')  创建一个和a相同shape的全0数组

# 和ones函数一样，但是数值是空的（即没有初始化）
# np.empty(shape)  和ones函数是一样的
# np.empty_like(a)  创建一个和a相同shape的空数组

# np.full(shape, fill_value, dtype=None,oder='C')
# 创建一个数组值全为fill_value的值
a7 = np.full((2, 5), 123)

3.numpy对数组的索引

1.基础索引

array[1]  array[3] ....

array[2:4] 和MATLAB一样,但是是从0开始
array[-1],array[-2:-4] 负号表示是从最后一个开始。最有一个索引号为-1！！ 因为-0 = 0 表示第一个元素

对于二维数组的索引
array[1,2] 对于C中相当于array[1][2]
array[2] 相当于只筛选第二行的所有列
array[:,2] 相当于筛选了第二列的所有行

2.切片索引（神奇索引）就是利用整数数组进行索引
3.布尔索引

可以参考的完整：
1.numpy中文手册
numpy中文手册
2.numpy官方手册，不会的函数可以去查，感觉很不错。有例子。
numpy官方手册