Numpy总结（一）

1，np.arange(start,end,step) 生成类似range方法结果的数组
2，linspace(start,end,num) 生成满足等差数列的数组
3，logspace(start,end,num) 生成满足等比数列的数组， np.logspace(1,3,5,base=20)，默认底数为10.
4，np.random.random() 生成0-1之间的随机数
5，np.random.randint(min,max,[3,3]) 生成指定范围的整数
6，np.random.randn() 生成一组满足正态分布的数据
7，arr1.shape shape 查看数组的形状
8，arr2.shape=(2,-1) shape 修改形状
9，arr2=arr2.reshape(-1) reshape((形状)) 改变数组的形状,返回值是改变过后的数组,原数组不会改变 ,可指定为-1,自动计算
10，arr2.size size 查看数组元素的个数
11，arr2.dtype dtype 数组的数据类型
12，修改数据类型,1.创建的时候修改 2.使用 astype()
1 list1=[1,2,3,4,5] arr3=np.array(list1,dtype=‘int’)
2 arr4=arr3.astype(“float32”)
13，arr4.itemsize itemsize 查看每个元素占用的空间大小
14，数组广播的前提是
1.两个数组的形状对应相等
2.有一个维度相等，另一个维度为1
15，arr1.dot(arr2) 矩阵积方法 ，矩阵相乘需要满足条件, 第一个矩阵的列数=第二个矩阵的行数
16，数组索引 1 .可以使用列表的操作方式 arr1[行,列]
result[0][1]
2，简化写法 可以直接写在一个中括号里
result[0,1]
17，arr2[[1,3,7],[8,5,3]] 取出了 （1,8）（3,5） （7,3） 位置的 元素
18，arr2[[1,3,7]][:,[8,5,3]] 先取到 1,3,7行 再从这个数组里 取 所有行的 8,5,3列
19，np.ix_(想要取的行列) 索引器
arr2[np.ix_([1,3,7],[8,5,3])] 取1,3,7行 8,5,3列的元素
20，arr3.T 数组转置
21 arr2[arr2%2==0] 布尔类型索引