<div style="font-size:16px;">
<p>1 什么是numpy</p>
<p>numpy是一个在Python中做科学计算的基础库，重在数值计算，也是大部分Python科学计算库的基础库，多用于大型、多维数据上执行数值计算。</p>
<p>在NumPy 中，最重要的对象是称为 ndarray 的N维数组类型，它是描述相同类型的元素集合，numpy所有功能几乎都以ndarray为核心展开。ndarray 中的每个元素都是数据类型对象(dtype)的对象。ndarray 中的每个元素在内存中使用相同大小的块</p>
<p>2 numpy数组创建</p>
<p>创建Numpy数组一般有三种方法：</p>
<p>(1)通过传入可待跌对象创建，我将之称为基本方法</p>
<p>(2)使用Numpy内部功能函数，内部方法</p>
<p>(3)使用特殊的库函数，特殊方法</p>
<p>2.1 基本方法：np.array()</p>
<p>基本方法是通过给numpy提供的一些函数中传入可迭代对象来创建数组，这种方法通常是在已知所有元素的情况下使用。numpy中实现这种功能的函数包括：np.array()、np.arange()、np.line()，：</p>
<p>>>> np.array([0, 1, 2, 3, 4]) #接收一个list作为参数</p>
<p>array([0, 1, 2, 3, 4])>>> np.array([[11, 12, 13],[21, 22, 23]]) #创建一个2*3的数组</p>
<p>array([[11, 12, 13],</p>
<p>[21, 22, 23]])>>> np.array((0, 1, 2, 3, 4)) #接收一个tuple作为参数</p>
<p>array([0, 1, 2, 3, 4])</p>
<p>np.array()方法可以在创建数组的同时指定数据类型：>>> np.array([0, 1, 2, 3, 4], dtype=float)</p>
<p>array([0.,1., 2., 3., 4.])</p>
<p>甚至还可以接受range()返回的可迭代对象作为参数：</p>
<p>>>> np.array(range(5))</p>
<p>array([0,1, 2, 3, 4])>>> np.array(range(10, 20, 2))</p>
<p>array([10, 12, 14, 16, 18])</p>
<p>2.2 通用方法：np.ones()、np.zeros()、np.eye()</p>
<p>通用方法指的是numpy中提供的arange()、ones()、zeros()、eye()、full()等方法，这些方法可以按照某种规则生成一个数组，并不需要传入已知的可迭代对象。</p>
<p>(1)np.arange()</p>
<p>上面我们将range()函数结果传递给np.array()，np.arange()实现的就是这个功能，所以说，np.arange()就是numpy中的range()方法。</p>
<p>>>> np.arange(5)</p>
<p>array([0,1, 2, 3, 4])>>> np.arange(10, 20, 2)</p>
<p>array([10, 12, 14, 16, 18])</p>
<p>(2)np.linspace()</p>
<p>np.linspace()方法以等间距的形式对给定的两数进行划分来创建数组：</p>
<p>>>> np.linspace(10, 20, 5) #将10到20间的数等距取5个</p>
<p>array([10. , 12.5, 15. , 17.5, 20. ])</p>
<p>(3)np.ones()</p>
<p>创建一个元素值全为1的数组，接收一个list或者tuple作为参数</p>
<p>>>> np.ones([2]) #创建一个一维数组</p>
<p>array([1., 1.])>>> np.ones([2, 2]) #创建一个2维数组</p>
<p>array([[1., 1.],</p>
<p>[1., 1.]])>>> np.ones([2, 2, 2])</p>
<p>array([[[1., 1.],</p>
<p>[1., 1.]],</p>
<p>[[1., 1.],</p>
<p>[1., 1.]]])</p>
<p>(4)np.zeros()</p>
<p>创建一个元素值全为0的数组，接收一个list或者tuple作为参数</p>
<p>>>> np.zeros([3])</p>
<p>array([0., 0., 0.])>>> np.zeros([3, 3])</p>
<p>array([[0., 0., 0.],</p>
<p>[0., 0., 0.],</p>
<p>[0., 0., 0.]])</p>
<p>(5)np.random.random()</p>
<p>创建一个元素为0到1之间随机数的数组，接收一个list或者tuple作为参数：</p>
<p>>>> np.random.random((3, 3))</p>
<p>array([[0.19414645, 0.2306415 , 0.08072019],</p>
<p>[0.68814308, 0.48019088, 0.61438206],</p>
<p>[0.5361477 , 0.33779769, 0.38549407]])</p>
<p>既然有random()方法，那么就会有randint()方法，也就是取随机整数的方法，不过这个randint()方法参数形式更random()不太一样，具体请看下面实例：</p>
<p>>>> np.random.randint(1, 10, 3) #从1到10之间随机取3个整数创建数组</p>
<p>array([6, 4, 6])</p>
<p>(6)np.eye()</p>
<p>创建一个从左上角到右下角的对角线上全为1，其余元素全为0的数组(单位矩阵)。注意，np.eye()的参数可不再是list或者tuple了。</p>
<p>>>> np.eye(3, 3)</p>
<p>array([[1., 0., 0.],</p>
<p>[0.,1., 0.],</p>
<p>[0., 0.,1.]])</p>
<p>(7) np.full()</p>
<p>np.full()函数可以创建一个填充给定数值的数组，第一个参数是定义数组形状的list或tuple，第2个参数是需要填充的数值：</p>
<p>>>> np.full((2, 3), 3) #创建一个2*3的数组，所有元素都填充3</p>
<p>array([[3, 3, 3],</p>
<p>[3, 3, 3]])</p>
<p>2.3 读取外部数据</p>
<p>numpy也支持从外部读取数据来创建数组，例如从硬盘中读取csv、txt等文件来创建数组。np.genfromtxt()是numpy中读取文件的一个方法，例如在当前目录下有一个data.csv文件，文件内容为：</p>
<p>id,height,length</p>
<p>1,100,101</p>
<p>2,200,230</p>
<p>3,300,350</p>
<p>通过numpy读取：</p>
<p>>>> np.genfromtxt('data.csv',delimiter=',',skip_header=1)</p>
<p>array([[1 |
|
转播
