day2 数组创建和属性（Numpy的简单运用）

*本文章需要用到numpy第三方库，jupyter notebook自带

笔记：
常用的数组创建函数：array, arange, linspace, logspace, zeros, ones, eye, diags
常用的属性：ndim, shape, size, dtype
运算

• 数组创建函数

可以用array创建任意维数组

import numpy as np
arr1 = np.array([[1,2,3,4], [5,6,7,8], [9,10,11,12]])

用嵌套就创建了一个二维数组。当然，你可以添加dtype参数转换数组数据的类型：

import numpy as np
arr2 = np.array([1,2,3,4], dtype ='str') # 将数据转换为字符
arr3 = np.array([5,6,7,8], dtype = 'float') # 将数据转换为浮点数

可以用arange创建等差数列：

import numpy as np
arr4 = np.arange(1, 10, 0.5)

这样就创建了一个起始值1、终止值10（不会显示在数列内）、步长0.5的等差数列。

还可以用linspace创建等差数列：

import numpy as  np
arr5 = np.linspace(1, 10, 10, endpoint = True, dtype = None)

这样就创建了一个初始值1、终止值10的十元等差数列。endpoint默认为True，当endpoint = False时自动舍去终止值。dtype = None也是默认，所以dtype和endpoint一样，不需要指定的时候省略即可。

用logspace创建等比数列：

import numpy as np
arr6 = np.logspace(1, 2, 10, endpoint=True, base=10.0, dtype=None)

这样就生成了从10¹到10²的十元等比数列。

用zeros创建零矩阵/全零一维数组：

import numpy as np
zrs1 = np.zeros([4, 5])
zrs2 = np.zeros(6)

其中第一个生成的是4x5二维零矩阵，第二个是生成包含6个0的一维数组。

用ones创建全为1的二维矩阵、一维数组：方法和zeros相同，故不再赘述。

用eye创建单位矩阵：方法同zeros创建一维数组相同（因为单位矩阵必然是行数 = 列数的矩阵，所以只需要传入一个参数），也不再赘述。

用diag创建对角矩阵：

import numpy as np
diag1 = np.diag([4,5,8])

这样就输出了特征值是4、5、8的对角矩阵。

在Python中对矩阵/一维数组做加法，是默认对其中的每一个元素做加法：

diag2 = diag1 + 1

输出的diag2是

array([[5,1,1],
 	   [1,6,1],
 	   [1,1,9]])

这样就不用用循环的方式来做加法了。

shape用于查看数组的行列数，ndim用于查看数组的维度，size用于查看数组的元素格式，dtype用于查看元素类型，方法比较简单不做一一赘述。