numpy库之解说（1）

import numpy as np#导入库
a = np.arange(20)#生成值0-19，包头去尾
print(a)

[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19]

a2 = np.arange(1,2,0.1)#1是起始值，2是终值，0.1为步长，步长类似于间隔
a2

array([1. , 1.1, 1.2, 1.3, 1.4, 1.5, 1.6, 1.7, 1.8, 1.9])

data = (2,5,7,2)#元组
a3 = np.array(data)
a3

array([2, 5, 7, 2])

a = np.zeros(4)#zeros创建均为0的数组
print(a)

[0. 0. 0. 0.]

b = np.zeros([4,4])#[4,4]表示创建四行四列的数组集
b

array([[0., 0., 0., 0.],

[0., 0., 0., 0.],

[0., 0., 0., 0.],

[0., 0., 0., 0.]])

c = np.ones(4)#ones为1，创建一维的数值为1的数组
c

array([1., 1., 1., 1.])

c1 = np.ones([4,4])#同zeros[4,4]道理相同
c1

array([[1., 1., 1., 1.],

[1., 1., 1., 1.],

[1., 1., 1., 1.],

[1., 1., 1., 1.]])

data1 = np.linspace(0,2,5)#0与2表示起始值和终值，与arange不同的是，linspace包含终值，5表示的是生成五个在0~2之间的元组的等间距组成的数列
data1

array([0. , 0.5, 1. , 1.5, 2. ])

data2 = np.logspace(0,1,5)#生成1-10的具有5个元素的等比数列 数学中的log，log1 = 0，lg 10 = 1
data2

array([ 1. , 1.77827941, 3.16227766, 5.62341325, 10. ])