目录

一、NumPy是什么？

二、利用array创建数组

三、利用arange创建数组

四、随机数创建数组

五、ndarray对象

六、其他方式创建数组

七、数组的切片与索引

一、NumPy是什么？

1.NumPy是科学计算基础库，提供大量科学计算相关功能，如数据统计，随机数生成，其提供最核心类型为多维数组（ndarray），支持大量的维度数组与矩阵运算，支持向量处理ndarray对象，提高程序运算速度。

2.NumPy安装

pip install numpy

二、利用array创建数组

1.numpy模块中的array函数可生成多维数组，若生成一个二维数组，需要向array函数传递一个列表类型参数，每一个列表元素是一维ndarray类型数组，作为二维数组的行，numpy中shape[n]属性,可以获得每一维元素个数，n从0开始

#导入模块
import numpy as np
#使用array函数创建一维数组
a=np.array[1,2,3,4]
print(a)
#使用array函数创建二维数组
b=np.array([[1,2,3],[4,5,6],[7,8,9]])
print(b)
#使用array函数创建三维数组
c=np.array([[[1,2,3],[4,5,6],[7,8,9]]])
print(c)
#array函数中dtype使用,指定元素的类型
d=np.array([1,2,3],dtype=float)
print(d)
#array中ndmin使用,指定数组的维度
m=np.array([1,2,3],dtype=float,ndmin=3)
print(m)

三、利用arange创建数组

使用arange函数创建数值范围并返回ndarray对象，格式：

numpy.arange(start,end,step)

参数	说明
start	起始值（默认为0）
end	终止值（不包含）
step	步长，默认为1
dtype	返回ndarray的数据类型

#导入numpy
import numpy as np
#复习range的使用(start,end,step)  [start,end)
a=list(range(1,10)) #步长是1
print(a)
b=list(range(10))
print(b)
c=list(range(1,10,3))
print(c)
#arange创建数组(start,end,step)
m=np.arange(1,11)
print(m)
#设置步长
n=np,arange(1,11,2)
print(n)
#设置dtype
e=np.arange(10,20,2,dtype=float)
print(e)

[1, 2, 3, 4, 5, 6, 7, 8, 9]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[1, 4, 7]
[1 2 3 4 5 6 7 8 9 10]

[1 3 5 7 9]

[10. 12. 14. 16. 18.]

四、随机数创建数组

numpy.random.random(size=None)

该方法返回[0.0~1.0)之间的随机浮点数

#导入模块
import numpy as np
#使用random创建一维数组
a=np.random.random(size=10)
#创建二维数组
b=np.random.random(size=(2,3))  #2行3列的数组
#创建三维的数组
c=np.random.random(size=(2,3,4)) #两个3行4列

创建随机整数方法：

numpy.random.randint(low,high,size)

该方法返回随机整数,如果只有low，返回范围是[0,low),如果有high,返回范围为[low,high)

#导入模块
import numpy as np
#创建0~10一维随机整数
a=np.random.randint(11,size=10)
#创建0~10二维随机整数
b=np.random.randint(11,size=(2,3)) #2行3列
#创建5~10三维随机整数
c=np.random.ramdint(5,11,size=(2,3,4)) #2个3行4列

创建标准正态分布(期望为0，方差为1)：

numpy.random.randn(d0,d1...dn):dn表示每个维度

#导入模块
import numpy as np
#创建一维
a=np.random.randn(3)
#创建二维
b=np.random.randn(2,3)
#创建三维
c=np.random.randn(2,3,4)

创建指定期望和方差的正态分布：

numpy.random.normal(loc,scale,size)

loc:期望，scale：方差

五、ndarray对象

1.ndarray对象，是一系列同类型数据的集合，以下标0开始进行集合中元素的索引

2.ndarray的对象属性

属性	说明
.ndim	秩，轴的数量或维度数量
.shape	数组的维度，对于矩阵（n,m）
.size	数组元素总个数
.dtype	元素类型
.itemsize	每个元素大小，字节为单位
.flags	对象的内存信息
.real	ndarray元素的实部
.imag	ndarray元素的虚部

六、其他方式创建数组

 1.zeros创建，元素用0.0填充：

numpy.zeros((5,),dtype=int)  #5个0元素的数组

numpy.zeros((2,3)) #2行3列0.0元素数组

2.ones创建，元素用1.0填充

3.empty创建指定形状、数据类型未初始化的数组，元素的值是之前内存的值

4.linspace创建等差数列

numpy.linspace(5,20,5,endpoint=False)  #不包括20

[5. 8. 11. 14. 17.]

5.logspace创建等比数列

numpy.logspace(start,stop,num,endpoint,base,dtype)

其中，序列起始值base**start,终止值base**stop,生成num个

七、数组的切片与索引

一维数组：

1.索引：x=numpy.arange(10)

正向索引：x[0]~x[9]

反向索引：x[-9]~x[-1]

2.切片：[start,end,step]

切片中正向操作：

x[:]  ：从开始到结尾

x[start:]  ： 从start开始到结尾

x[:end]  :从头开始到end-1

x[start:end] :从start开始到end-1

x[start:end:step] :从start开始到end-1，步长为step

切片中负向操作：

x[::-1]:反向输出 

x[-5:-2]:倒数第5个~倒数第3个

二维数组：

1.索引：

x=numpy.arange(1,13)

a=x.reshape((4,3)

#索引第二行第三列

print(a[1,2]) 或者print(a[1][2])

#获取第二行第三列和第三行第一列

print(a[1,2],a[2,0])或者print(a[(1,2),(2,0)]

2.切片：[行进行切片，列进行切片] [start:end:step,start:end:step]

x=numpy.arange(1,13)

a=x.reshape((4,3)

print(a(:,:))  #获取所有行列

print(a[:,1])#所有行第二列

print(a[1,:]) #所有列第二行

print(a[::2,:]) #所有列奇数行