python3：numpy的基本属性以及创建array

在使用numpy之前，需要先安装numpy模块。各种版本的操作系统安装方法不一。

官网：https://pypi.org/project/numpy/#files

我使用的是pycharm+Anaconda，anaconda是python中管理包的工具，在我们安装好anaconda的时候，会自带很多python的包。当我们在pycharm中选择anaconda的python.exe编译器时，可进行查看。为后续的使用避免了不少麻烦。

当然如果没有安装的话，也只需在file->settings中的project进行在线下载，如下：

numpy的几种属性：

• ndim：维度
• shape：行数和列数
• size： 元素个数

import numpy as np

array = np.array([[1, 2, 3], [2, 3, 4]])    #列表转化为矩阵
print(array)
"""
array([[1, 2, 3],
       [2, 3, 4]])
"""
print('number of dim:', array.ndim)  # 维度
# number of dim: 2

print('shape :', array.shape)    # 行数和列数
# shape : (2, 3)

print('size:', array.size)   # 元素个数
# size: 6

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

1. 创建数组

a = np.array([2,23,4]) 

    2.指定数据dtype

a = np.array([2,23,4], dtype=np.int)        # int64
a = np.array([2,23,4], dtype=np.int32)      # int32
a = np.array([2,23,4], dtype=np.float)      # float64
a = np.array([2,23,4], dtype=np.float32)    # float32

   3.创建特定数组

创建全零数组：

a = np.zeros((3,4)) # 数据全为0，3行4列
"""
array([[ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.]])
"""

创建全1数组，可以指定数组类型：

a = np.ones((3,4), dtype = np.int)   # 数据为1，3行4列
"""
array([[1, 1, 1, 1],
       [1, 1, 1, 1],
       [1, 1, 1, 1]])
"""

创建全空数组, 其实每个值都是接近于零的数:

a = np.empty((3,4)) # 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:

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.        ])
"""