1、几种常见numpy的属性
- ndim:维度
- shape:行数和列数
- size:元素个数
1 >>> import numpy as np #导入numpy模块，np是为了使用方便的简写 2 >>> array = np.array([[1,2,3],[2,3,4]]) #列表转化为矩阵 3 >>> print(array) 4 [[1 2 3] 5 [2 3 4]] 6 >>> 7 >>> print('number of dim:',array.ndim) # 维度 8 number of dim: 2 9 >>> print('shape :',array.shape) # 行数和列数 10 shape : (2, 3) 11 >>> print('size:',array.size) # 元素个数 12 size: 6
2、Numpy创建array
2.1 关键字
- array:创建数组
- dtype:制定数据类型
- zeros:创建数据全为0
- ones:创建数据全为1
- empty:创建数据接近0
- arrange:按指定范围创建数据
- linspace:创建线段
2.2 创建数组
1 #创建数组 2 >>> a = np.array([2,23,4]) # list 1d 3 >>> print(a) 4 [ 2 23 4] 5 6 #指定类型 7 >>> a = np.array([2,23,4],dtype=np.int) 8 >>> print(a.dtype) 9 int32 10 11 >>> a = np.array([2,23,4],dtype=np.int32) 12 >>> print(a.dtype) 13 int32 14 15 >>> a = np.array([2,23,4],dtype=np.float) 16 >>> print(a.dtype) 17 float64 18 19 >>> a = np.array([2,23,4],dtype=np.float32) 20 >>> print(a.dtype) 21 float32 22 23 #创建特定数据 24 >>> a = np.array([[2,23,4],[2,32,4]]) # 2d 矩阵 2行3列 25 >>> print(a) 26 [[ 2 23 4] 27 [ 2 32 4]] 28 29 #创建全零数组 30 >>> a = np.zeros((3,4)) # 数据全为0，3行4列 31 >>> print(a) 32 [[0. 0. 0. 0.] 33 [0. 0. 0. 0.] 34 [0. 0. 0. 0.]] 35 36 #创建全1数组 37 >>> a = np.ones((3,4),dtype = np.int) # 数据为1，3行4列 38 >>> print(a) 39 [[1 1 1 1] 40 [1 1 1 1] 41 [1 1 1 1]] 42 43 #创建全空数组, 其实每个值都是接近于零的数: 44 >>> a = np.empty((3,4)) # 数据为empty，3行4列 45 >>> print(a) 46 [[0. 0. 0. 0.] 47 [0. 0. 0. 0.] 48 [0. 0. 0. 0.]] 49 50 #用 arange 创建连续数组: 51 >>> a = np.arange(10,20,2) # 10-19 的数据，2步长 52 >>> print(a) 53 [10 12 14 16 18] 54 55 #使用 reshape 改变数据的形状 56 >>> a = np.arange(12).reshape((3,4)) # 3行4列，0到11 57 >>> print(a) 58 [[ 0 1 2 3] 59 [ 4 5 6 7] 60 [ 8 9 10 11]] 61 62 #用 linspace 创建线段型数据: 63 >>> a = np.linspace(1,10,20) # 开始端1，结束端10，且分割成20个数据，生成线段 64 >>> print(a) 65 [ 1. 1.47368421 1.94736842 2.42105263 2.89473684 3.36842105 66 3.84210526 4.31578947 4.78947368 5.26315789 5.73684211 6.21052632 67 6.68421053 7.15789474 7.63157895 8.10526316 8.57894737 9.05263158 68 9.52631579 10. ] 69 70 71 #同样也能进行 reshape 工作: 72 >>> a = np.linspace(1,10,20).reshape((5,4)) # 更改shape 73 >>> print(a) 74 [[ 1. 1.47368421 1.94736842 2.42105263] 75 [ 2.89473684 3.36842105 3.84210526 4.31578947] 76 [ 4.78947368 5.26315789 5.73684211 6.21052632] 77 [ 6.68421053 7.15789474 7.63157895 8.10526316] 78 [ 8.57894737 9.05263158 9.52631579 10. ]]