Numpy模块学习笔记1：数组的创建

NumPy是一个功能强大的Python库，主要用于对多维数组执行计算。NumPy这个词来源于两个单词-- Numerical和Python。NumPy提供了大量的库函数和操作，可以帮助程序员轻松地进行数值计算，这类数值计算广泛用于编写机器学习算法、图像处理、数学任务（MATLAB的快速替代）

 

pip install numpy // 安装numpy模块
import numpy as np //导入numpy模块

 

 

NumPy 最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以 0 下标为开始进行集合中元素的索引。ndarray 对象是用于存放同类型元素的多维数组，ndarray 中的每个元素在内存中都有相同存储大小的区域。

1、通过array函数创建ndarray对象：

 

my_array = numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

object	数组或嵌套的数列
dtype	数组元素的数据类型，可选
copy	对象是否需要复制，可选
order	创建数组的样式，C为行方向，F为列方向，A为任意方向（默认）
subok	默认返回一个与基类类型一致的数组
ndmin	指定生成数组的最小维度

print (my_array.dtype) //打印数组的数据类型，如 int32,float16,complex64,bool_
print (my_array.shape) //打印数组的形状，（行数，列数）
print (my_array.size) //打印数组的元素总个数，行数*列数
print my_array[1][2] //打印数组中第一个元素的第二个元素

2、通过其他函数创建ndarray对象：

zero、ones、random、empty、arange、eye、linspace

arr1 = np.zeros((5),int)  //生成长度为5，元素全为0，数据类型为整数的数组
arr2 = np.ones((5,3)) //生成5行3列，元素全为1的数组
arr3 = np.random.random((5)) //生成长度为5，元素0-1随机的数组
arr4 = np.empty((5,3)) //生成5行3列，元素全为空的数组
arr4.fill(1) //将所有空元素填充为1
arr5 = np.arange(1,5,2) //生成从1开始，到5结束（不含），步长为2的数组
arr6 = np.eye(5, k=1) //生成5行5列，上移1位的对角线为1，其余为0的数组
arr7 = np.lispace(1,10,num=10,endpoint=True,retstep=False,dtype=None) //生成从1开始，到10结束（不含），元素数为10的等步长数组，不报告步长

 3、从已有数据创建ndarray对象：

x =  [(1,2,3),(4,5)]  //x可以为任意形式的输入参数，可以是列表, 列表的元组, 元组, 元组的元组, 元组的列表，多维数组等
a = np.asarray(x, dtype=float)  //生成包含x中2个元素的数组，数据类型为浮点数