Python - Numpy 常见操作总结

NumPy 的主要对象是同种元素的多维数组。它的所有的元素都是一种类型，它的维度(dimensions)叫做轴(axes)，轴的个数叫做秩(rank)。
创建数组

例子：

>>> from numpy import *   #导入 numpy 的所有函数
>>> array ([1,2,3])
array([1, 2, 3])
>>> array([[1,2],[3,4]])
array([[1, 2],
      [3, 4]])
>>>
>>> arange(4, dtype=float)   #创建等差数列，指定元素类型为 float
array([ 0., 1., 2., 3.])
>>> arange(0, 10, 2)   #指定差值为 2
array([0, 2, 4, 6, 8])
>>> linspace(0, 10, 5)   #生成 5 个 0~10 之间的等差数列
array([ 0. , 2.5, 5. , 7.5, 10. ])
>>>
>>> a = ones(3)
>>> a
array([ 1., 1., 1.])
>>> zeros((2, 2))   #生成一个二维数组
array([[ 0., 0.],
[ 0., 0.]])
>>> zeros_like(a)   #创建一个与数组 a 结构相同的 0 数组
array([ 0., 0., 0.])
>>> eye(3)
array([[ 1., 0., 0.],
       [ 0., 1., 0.],
       [ 0., 0., 1.]])

常见属性

例子：

>>> a = array([1,2,3])
>>> a.ndim
1
>>> a.shape    #注意：此时数组维度不是(3，1) 或 （1，3）
(3,)
>>> a.dtype
dtype('int64')
>>> b = array([[1,2], [3,4]], dtype = float)
>>> b.shape
(2, 2)
>>> b.ndim
2
>>> b.items
b.itemset( b.itemsize
>>> b.itemsize
8

更改形状