Numpy数据库基本使用

前言：numpy数组中主要用来存储数值型数据，若要存储其他类型数据，需先结构化数据，然后在创建数组时指定原先结构化的数据类型，此篇不再详细介绍。
一、创建矩阵

• numpy.array(seq[,dtype=int64])

numpy.array([0,1,2,3,4,5,6,7,8,9])
numpy.array(range(10))

• numpy.arange(start,stop[,step,dtype=int64]) 不包含stop值

numpy.arange(1,10)

• numpy.linspace(a,b,nun) 创建指定数量的等差矩阵，包含b值

numpy.linspace(1,10,2)

• numpy.logspace(a,b,num)创建指定数量的以10为底的对数矩阵，包含b值

numpy.logspace(1,10,2)

• np.ones((a,b)) np.zeros((a,b)) np.eye(m) np.empty((a,b))

注： 创建矩阵时可通过设置dtype参数来指定创建矩阵时的数据类型

二、查看矩阵中的数据类型

a = numpy.array(range(10))
a.dtype

numpy中常见的数据类型

三、修改矩阵中的数据类型

• a.astype()

a = numpy.array(range(10),dtype=np.int64)
a.astype(int8)

四、修改矩阵中浮点型的小数

• np.round(a,num)

import numpy as np
import random
a = np.array([random.random() for i in range(10)])
a = np.round(a,2)
print(a)

五、查看数组的形状·
a.shape 返回元组类型数据，分别代表行和列
a.shape[0] 返回行数
a.shape[1] 返回列数
六、修改数组的形状
a.reshape(row,col)