numpy简单的笔记

1.生成numpy

import numpy as np

#1.array,里面需要是数组
np.array([[1,2,3],[2,3,4]])
np.array([(1,2,3),(1,3,4)])   

#2.arange,np.arange(start,stop,step),和range用法基本相同
np.arange(1,10,2)
np.arange(10)

2.numpy数组的属性

import numpy as np 

a=np.array([[1,2,3],[2,3,4]])
a.ndim  #秩，即轴的数量或维度的数量
a.shape  #数组的维度，对于矩阵，n 行 m 列
a.size  #数组元素的总个数，相当于 .shape 中 n*m 的值
a.dtype  #数组对象的元素类型
a.itemsize  #数组对象中每个元素的大小，以字节为单位
a.flags  #数组对象的内存信息
a.real  #元素的实部
a.imag  #元素的虚部
a.data  #包含实际数组元素的缓冲区，由于一般通过数组的索引获取元素，所以通常不需要使用这个属性

3.其他方法创建数组

import numpy as np 

#empty,创建一个指定形状且未初始化的数组,元素为随机值
np.empty((3,4),dtype=int)
np.empty([3,4],dtype=int)


#numpy.zeros，创建指定大小的数组，数组元素以 0 来填充
np.zeros(5)
np.zeros((5,),dtype=int)
np.zeros([3,4])
np.zeros((3,4))


#numpy.ones创建指定形状的数组，数组元素以 1 来填充
np.ones(5)
np.ones((2,3),dtype=int)


#numpy.linspace创建一个一维数组，数组是一个等差数列构成的
np.linspace(1,10,10)  #参数分别是strat,stop,num
np.linspace(10, 20,  5, endpoint =  False)  #将 endpoint 设为 false，不包含终止值 



#numpy.logspace 函数用于创建一个于等比数列
np.logspace(1,3,10)  #默认底数base=10，可以理解为以10**1开始，10**3结束，样本数量为10的数列
np.logspace(1,10,10,base=2)  #可以设置底数base