Numpy数值计算基础——创建数组对象、设置shape属性、生成随机数、数组索引、展平、组合、分割

Numpy提供两种基本的对象：ndarray(存储单一数据类型的多维数组)和ufunc(对数组进行处理的函数)。

import numpy as np

## 创建一维、二维数组
arr1=np.array([1,2,3,4])             #创建一维数组 (一个[])
arr2=np.array([[1,2,3,4],[5,6,7,8]]) #创建二维数组（两个[]）
print(arr2.shape)                    #查看数组结构，返回tuple，对于n行m列的矩阵，形状为(n,m)
print(arr2.ndim)                     #返回数组的维数(int)
print(arr2.size)                     #返回数组元素的总和，等于数组形状的乘积mn(int)
print(arr2.dtype)                    #返回data-type数组中元素类型(eg:int32)
print(arr2.intesize)                 #返回数组的每一个元素所占字节(int)

## 重新设置shape属性
arr2.shape=4,3
print(arr2)
#也可以用reshape函数
print(arr2.reshape(4,2))
print(arr2.reshape(4,2).ndim)        #查看重设后的数组维度

## Numpy专门提供许多创建数组的函数
print(np.arange(1,10,2))             #arange类似python自带的range函数（始值，终值，步长）
print(np.linspace(0,1,12))           #linspace指定始值，终值，元素个数来创建一维数组
print(np.logspace(0,2,20))           #创建等比