Numpy的学习1-创建数据基础

import numpy as np

array = np.array([[1,2,3],[4,5,6]])

print(array)
print('number of dim:',array.ndim)#维度
print('shape:',array.shape)
print('size:',array.size)

可以看到numpy中也有特定定义array的格式，对比tf中可以看到很多包与框架都有自己数据类型

创建特定的数据

import numpy as np

a = np.array([[1,2,3],[4,5,6]])
print(a.dtype)
#默认为int32

a = np.array([2,23,4],dtype=np.float)
print(a.dtype)
# np.float默认为float64 ，np.float32指定为

#创建全0的数组
a = np.zeros((3,4)) # 数据全为0，3行4列

#创建全一数组, 同时也能指定这些特定数据的 dtype:
a = np.ones((3,4),dtype = np.int)   # 数据为1，3行4列

#创建全空数组, 其实每个值都是接近于零的数
v = np.empty(shape=(3,4),dtype=np.float) # 数据为empty，3行4列

"""
array([[  0.00000000e+000,   4.94065646e-324,   9.88131292e-324,
          1.48219694e-323],
       [  1.97626258e-323,   2.47032823e-323,   2.96439388e-323,
          3.45845952e-323],
       [  3.95252517e-323,   4.44659081e-323,   4.94065646e-323,
          5.43472210e-323]])
"""

#用 arange 创建连续数组:  arange means 安排，排列，整理
a = np.arange(10,20,2) # 10-19 的数据，2步长
"""
array([10, 12, 14, 16, 18])
"""

#使用 reshape 改变数据的形状
a = np.arange(12).reshape((3,4))    # 3行4列，0到11

"""
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
"""


# 用 linspace 创建线段型数据:
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
"""
array([  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.        ])
"""

# 同样也能进行 reshape 工作:
a = np.linspace(1,10,20).reshape((5,4)) # 更改shape
print(a)
"""
array([[  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.        ]])
"""