Python笔记：Numpy之基本概念与数组的创建

Numpy是什么

　　Numpy是Python科学计算的基础包，主要用于科学计算，常用于数据分析领域。

Numpy的官方网站和文档

官方网站

NumPy

官方文档

Overview — NumPy v1.21 Manual

Numpy的安装

pip install numpy

Numpy的导入

import numpy as np

Numpy的基础：ndarray

ndarray，一个N维数组对象，可以存放大量数据，对数据的操作灵活且运算快速，其中的所有元素都必须是相同类型的。

每个ndarray都有两个属性

　　shape，表示各维度大小的元组

　　dtype，表示该数组的数据类型

Numpy数组的创建

根据元组或列表创建新的ndarray数组：

通过dtype选项可以指定数组的数据类型

改变数组的数据类型：

生成全是0或1的数组：

生成对角线为1的正方形数组：

生成指定的序列数组(矩阵)：

函数arange的使用：np.arange([start,], stop[, step,], dtype=None)

生成包含随机数的数组：

#部分numpy.random函数

ny.random.seed()             #确定随机数生成器的种子
ny.random.permutation()      #返回一个序列的随机排列或返回一个随机排列的范围
ny.random.shuffle()          #对一个序列就地随机排列
ny.random.rand()             #产生均匀分布的样本值
ny.random.randint()          #从给定的上下限范围内随机选取整数
ny.random.randn()            #产生正态分布（平均值为0，标准差为1）的样本值，类似于MATLAB接口
ny.random.binomial()         #产生二项分布的样本值
ny.random.normal()           #产生正态（高斯）分布的样本值
ny.random.beta()             #产生Beta分布的样本值 
ny.random.chisquare()        #产生卡方分布的样本值
ny.random.gamma()            #产生Gamma分配的样本值
ny.random.uniform()          #产生在[0, 1]中均匀分布的样本值