python系列之numpy模块学习
【未完待续】
1.nupmy是什么？
numpy是python中用于科学计算的一个库。
import numpy as np # 导入numpy并命名为np
print(np.version.version) # 输出numpy的版本
# print(np.__version__) # 也可以这样输出版本结果如图：
2.创建数组(array)
import numpy as np
a = np.array([2,3,4]) # 创建数组a
b = np.array([1.2, 3.5, 5.1]) # 创建数组b
print(a, a.dtype) # 输出数组及数据类型
print(b, b.dtype)
"""
结果如下：
[2 3 4] int32
[ 1.2 3.5 5.1] float64
"""3.创建二维数组
import numpy as np
b = np.array([[1.5,2,3],
[4,5,6]])
# 或者：b = np.array([(1.5,2,3),(4,5,6)])
print(b)
"""
结果如下：
[[ 1.5 2. 3. ]
[ 4. 5. 6. ]]
"""4.创建数组时指定类型
# 创建复数型数组
import numpy as np
c = np.array([ [1,2], [3,4] ], dtype=complex)
print(c)
"""
结果如下：
[[ 1.+0.j 2.+0.j]
[ 3.+0.j 4.+0.j]]
"""5.创建全零和全一数组
import numpy as np
c = np.zeros(5) # 创建一个元素个数为5的全0向量
d = np.ones(5) # 创建一个元素个数为5的全1向量
print(c, d)
"""
结果如下：
[ 0. 0. 0. 0. 0.] [ 1. 1. 1. 1. 1.]
"""import numpy as np
c = np.zeros( (3, 4) ) # 创建一个3*4的全0矩阵
d = np.ones( (3, 4) ) # 创建一个3*4的全1矩阵
print(c)
print(d)
"""
结果如下：
[[ 0. 0. 0. 0.]
[ 0. 0. 0. 0.]
[ 0. 0. 0. 0.]]
[[ 1. 1. 1. 1.]
[ 1. 1. 1. 1.]
[ 1. 1. 1. 1.]]
"""6.创建空数组
import numpy as np
e = np.empty( (3, 3) ) # 创建一个3*3的全空矩阵，未初始化
print(e)
"""
结果如下(产生的数是未知的)：
[[ 1.55792878e-312 1.55859035e-312 1.55792780e-312]
[ 1.55859124e-312 1.55792878e-312 1.55859044e-312]
[ 1.55792780e-312 1.55859114e-312 3.38215407e-306]]
"""7.arange()函数产生数序列
import numpy as np
# 创建一个序列，包含从10开始以5位单位递增、且小于30的数(不包括30)
a = np.arange( 10, 30, 5 )
print(a)
b = np.arange( 0, 2, 0.3 )
print(b)
"""
结果如下：
[10 15 20 25]
[ 0. 0.3 0.6 0.9 1.2 1.5 1.8]
"""import numpy as np
b = np.arange(6) # 缺省间隔为1
print(b)
"""
结果如下：
[0 1 2 3 4 5]
"""8.linspace()函数按数量分割区间
import numpy as np
# 将区间[0,2]等间隔分割，生成一个包含9个数的序列
b = np.linspace( 0, 2, 9 )
print(b)
"""
结果如下：
[ 0. 0.25 0.5 0.75 1. 1.25 1.5 1.75 2. ]
"""import numpy as np
from numpy import pi # 导入圆周率pi
x = np.linspace(0, 2*pi, 4) # 等间隔分割区间[0, 2*pi]
print(x)
"""
结果如下：
[ 0. 2.0943951 4.1887902 6.28318531]
"""9.reshape()函数
import numpy as np
b = np.array([1,3,5,7,9,4])
print(b)
c = b.reshape(2, 3)
# 或者: c = np.range(12).reshape(4, 3)
print(c)
d = c.reshape(3, 2)
print(d)
"""
结果如下：
[1 3 5 7 9 4] # b
[[1 3 5] # c
[7 9 4]]
[[1 3] # d
[5 7]
[9 4]]
"""由结果可见，reshape()函数是将已知数组【按顺序】重新排列所需维度及大小(m1*m2*…*mk)