Numpy学习之——数组创建
过程展示
import numpy as np
a = np.array([2,3,9])
a
array([2, 3, 9])
a.dtype
dtype('int32')
b = np.array([1.2,2.3,3])
b
array([1.2, 2.3, 3. ])
b.dtype
dtype('float64')
常见的错误是：直接将多个数值当做参数传递，正确的做法是将他们以列表或数组的方式传递
# a = np.array(1,2,3)#错误
b = np.array([1,2,3])#正确
b = np.array([(1.5,2.2),(4.5,3.9)])
b
array([[1.5, 2.2],
[4.5, 3.9]])
c = np.array([(1.5,2.2),(4.5,3.9)],dtype=complex)
c
array([[1.5+0.j, 2.2+0.j],
[4.5+0.j, 3.9+0.j]])
s = "Hello! Mr.shi"
np.array(s)
array('Hello! Mr.shi', dtype='<U13')
创建带有初占位符内容的数组
- np.zeros()
- np.ones()
- np.empty()初始内容为0或者垃圾值，取决于当前内存的状态
- np.full(,x)创建一个全部由x填充的数组
默认情况下，数据类型为float64
注意：小数点表示是浮点数
np.zeros((5,),dtype=np.float)
array([0., 0., 0., 0., 0.])
np.zeros((3,4))
array([[0., 0., 0., 0.],
[0., 0., 0., 0.],
[0., 0., 0., 0.]])
np.ones((2,3,4),dtype=np.int16)#同样可以指定类型
array([[[1, 1, 1, 1],
[1, 1, 1, 1],
[1, 1, 1, 1]],
[[1, 1, 1, 1],
[1, 1, 1, 1],
[1, 1, 1, 1]]], dtype=int16)
np.empty((2,3))
array([[6.23042070e-307, 1.60217812e-306, 1.11261638e-306],
[9.34605037e-307, 8.34451504e-308, 2.46155397e-312]])
np.full((3,4),25)
array([[25, 25, 25, 25],
[25, 25, 25, 25],
[25, 25, 25, 25]])
Numpy还提供了一个返回array序列的函数，而不是返回python的序列
他就是arange函数
函数原型：np.arange(start，stop，step，dtype)
分别对应：
起始，终止（不包含），步长，数据类型（缺省会使用数据的输入类型）
np.arange(2,9)
array([2, 3, 4, 5, 6, 7, 8])
np.arange(1,9,2)
array([1, 3, 5, 7])
由于range函数对于浮点数，使用步长时会出现精度的问题
使用linspace（），它的第三个参数为生成点个数（步长会自动计算）
函数原型：linspace（start，stop，num，endpoint，retstep，dtype）
分别为：起始、终止（包含）、要生成的数量、endpoint序列中是否包含stop（默认True）、retstep（True返回样例及步长）、数据类型
from numpy import pi
np.linspace(0,2,9)
array([0. , 0.25, 0.5 , 0.75, 1. , 1.25, 1.5 , 1.75, 2. ])
np.linspace(6,1,2,retstep=True)
(array([6., 1.]), -5.0)
matplptlib使用
%matplotlib notebook
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0,2*pi,100)
f = np.sin(x)
plt.plot(x,f)
<IPython.core.display.Javascript object>
[<matplotlib.lines.Line2D at 0xe9c6ad0>]
在notebook中显示需要使用魔法命令
%matplotlib notebook
更深入的定制和查看全局选项，可以打开matplotlib/mpl-data下面的文件，修改后放置在home下以.matplotlibrc命名，每次使用时便会读取配置文件