numpy库的知识点总结
numpy知识点总结
1）创建
>>> import numpy as np
>>> a = np.array([1,2,3,4]) #创建一维数组
>>> b = type(a) #用于显示数组数据类型
>>> c = a.shape #用于显示数组的形状
'numpy.ndarray'>
>>> d = a.reshape((2,2)) #用于创建指定形状的新数组，而原数组的形状保持不变
>>> a[1] = 100 #将数组a的第二个元素改成100，d中的第二个元素也被改成了100 2）元素类型
>>> e = a.dtype #显示元素类型(这里用的64位操作系统和Python，默认整数类型是62位) int64
>>> af = np.array([1,2,3,4], dtype = np.float) #需要特定dtype参数时使用此语句，也可以是int，complex等多种数据类型
>>> af1 = af.astype(np.int32) '转换数据类型'3）自动生成数组
arange()通过指定开始值、终值和步长来创建等差数列的一维数组，注意所得结果不包含终值
>>> print np.arange(0, 1, 0.1)
[0. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9]Linspace()通过指定开始值、终值和元素个数来创建等差数列的一维数组，可以通过endpoint参数指定是否包含终值，默认值为True，即包含终值。
>>> np.linspace(0, 1, 10) #步长为1/9
[ 0. , 0.11111111, 0.22222222, 0.33333333, 0.44444444,
0.55555556, 0.66666667, 0.77777778, 0.88888889, 1. ]
>>>np.linspace(0, 1, 10, endpoint=False) #步长为1/10
[ 0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9]logspace()与linspace()类似，不过它创建的数组是等比数列。下面的例子产生从到、有5个元素的等比数列，注意起始值0表示，而终值2表示
>>>np.logspace(0, 2, 5)
[ 1. , 3.16227766, 10. , 31.6227766 , 100. ]
>>>np.logspace(0, 1, 12, base=2, endpoint=False)
[ 1. , 1.05946309, 1.12246205, 1.18920712, 1.25992105, 1.33483985, 1.41421356, 1.49830708, 1.58740105, 1.68179283, 1.78179744, 1.88774863]zeros()、ones()、empty()可以创建指定形状和类型的数组
>>>np.empty((2,3), np.int) #np.int可以用"int"代替full()将数组元素初始化为指定的值
>>>np.full(4, np.pi)
[ 3.14159265, 3.14159265, 3.14159265, 3.14159265]frombuffer()、fromstring()、fromfile()等函数可以从字节序列或文件创建数组。
>>>s = “abcdefgh”
>>>np.fromstring(s, dtype=np.int8)
[ 97, 98, 99, 100, 101, 102, 103, 104], dtype=int8未完待续………………