Python Numpy数组
数据处理与计算、变换
导入numpy： import numpy as np
注意： numpy中的数组中元素的类型必须一致
Numpy：ndarray(多维数组的数据处理）
1. array
用array函数将列表转换成数组
a1=np.arrary([1,2,3,4,5,6])
a1
a2=np.array([[1,2,3],[4,5,6]])
#array([10, 78, 34, 89, 23])
2.arange
用arange函数创建指定范围的数字数组（arange用法和range函数类似）
a3=np.arange(60,100,5)
a3
#array([60, 65, 70, 75, 80, 85, 90, 95])
3. linspace
用linspace函数创建等差数列
a4=np.linspace(1,100,5)
a4
#array([ 1. , 25.75, 50.5 , 75.25, 100. ])
4.np.random
使用numpy的随机模块中的随机函数产生数字数组
np.random,random((m,n))：生成一个m行n列的随机数组
np.array([random.random() for i in range(n)])：随机生成一个包含n个元素的数组。
np.random.randint(0,z,n)：随机生成一个包含n个元素且值全在0~z之间的一维数组。
np.random.randint(0,z,(m,n))：在0~z之间生成一个有m行n列的随机数组。
a5=np.random.randint(1,101,10)
#array([17, 73, 56, 21, 23, 83, 94, 14, 29, 61])
a6=np.random.rand(1,100,(3,4))
#array([[63, 68, 83, 93],
# [81, 79, 60, 6],
# [28, 81, 57, 87]])
#随机生成包含十个元素的数组
a6=np.array([random.random() for i in range(10)])
a6
#array([0.9495929 , 0.07423479, 0.19000517, 0.64636538, 0.66012647,
# 0.91676274, 0.27137253, 0.07187407, 0.73341749, 0.17518598])
在这里插入图片描述
5.特殊函数
np.eye(n)：创建一个n行n列的单位矩阵
np.zeros((m,n))：生成m行n列全为0的数组
np.ones( (m,n) )：生成m行n列全为1的数组
np.full( (m,n ) , y)：生成有m行n列元素全为y的数组
a7=np.eye(4)
#array([[1., 0., 0., 0.],
# [0., 1., 0., 0.],
# [0., 0., 1., 0.],
# [0., 0., 0., 1.]])