T3-Numpy基本属性

Numpy 学习

1. Numpy 的属性

• ndim: 维度
• shape: 行数和列数
• size: 元素个数
  
  

2. 用列表转为矩阵

>>> import numpy as np

>>> a = np.array([[2, 3, 4], [3, 4, 6]])
>>> print(a)
"""
[[2 3 4]
 [3 4 6]]
"""

# 了解 numpy 的属性
>>> print(a.size)
6
>>> print(a.shape)
(2, 3)
>>> print(a.ndim)
2
>>>

3. 关键字

• array: 创建数组
• dtype: 指定数据类型
• 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
  
  

4. 了解 npmpy 关键字

指定数据类型 dtype

>>> a = np.array([23, 34, 53])
>>> print(a.dtype)
int64  # 默认
>>> a = np.array([4, 34, 38], dtype=np.int)
>>> print(a.dtype)
int64
>>> a = np.array([4, 34, 38], dtype=np.int32)
>>> print(a.dtype)
int32
>>> a = np.array([4, 34, 38], dtype=np.float)
>>> print(a.dtype)
float64
>>> a = np.array([4, 34, 38], dtype=np.float32)
>>> print(a.dtype)
float32
>>>

创建特定数据

# 创建 2 行 3 列全 0 数组
>>> a = np.zeros((2, 3))
"""
[[ 0.  0.  0.]
 [ 0.  0.  0.]]
"""

# 创建 2 行 3 列全 1 数组
>>> a = np.ones((2, 3))
"""
[[ 1.  1.  1.]
 [ 1.  1.  1.]]
"""

# 创建全 1 数组, 并指定数据类型
>>> a = np.ones((2, 4), dtype=np.int)
"""
[[1 1 1 1]
 [1 1 1 1]]
"""

# 创建全空数组
>>> a = np.empty((3, 3))
"""
[[ 0.  0.  0.]
 [ 0.  0.  0.]
 [ 0.  0.  0.]]
 """

# 用 `arange` 创建连续数组: 从 10 到 30, 3 步长
>>> a = np.arange(10, 30, 3)
"""
[10 13 16 19 22 25 28]
"""

5. Shape

改变数组形状 (reshape)

>>> a = np.arange(12)
"""
[ 0  1  2  3  4  5  6  7  8  9 10 11]
"""
>>> a.reshape((3, 4))
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

线段型数据 (linspace)

# 从 1 开始到 10 结束, 分 20 个数据
>>> a = np.linspace(1, 10, 20)
"""
[  1.           1.47368421   1.94736842   2.42105263   2.89473684
   3.36842105   3.84210526   4.31578947   4.78947368   5.26315789
   5.73684211   6.21052632   6.68421053   7.15789474   7.63157895
   8.10526316   8.57894737   9.05263158   9.52631579  10.        ]
"""

# reshape
>>> a = np.linspace(1, 10, 20).reshape((5, 4))
"""
[[  1.           1.47368421   1.94736842   2.42105263]
 [  2.89473684   3.36842105   3.84210526   4.31578947]
 [  4.78947368   5.26315789   5.73684211   6.21052632]
 [  6.68421053   7.15789474   7.63157895   8.10526316]
 [  8.57894737   9.05263158   9.52631579  10.        ]]
"""