python的数学建模库_数学建模库

NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

引用：

import numpy as np

Numpy简单创建数组：

import numpy as np

# 创建简单的列表

a = [1, 2, 3, 4]

# 将列表转换为数组

b = np.array

(a)

Numpy查看数组属性:

数组元素个数:

b.size

数组形状:

b.shape

数组维度:

b.ndim

数组元素类型:

b.dtype

快速创建N维数组的api函数:

(1)创建10行10列的数值为浮点1的矩阵:

array_one = np.ones([10, 10])

(2)创建10行10列的数值为浮点0的矩阵：

array_zero = np.zeros([10, 10])

Numpy创建随机数组np.random

均匀分布

np.random.rand(10, 10)创建指定形状(示例为10行10列)的数组(范围在0至1之间)

np.random.uniform(0, 100)创建指定范围内的一个数

np.random.randint(0, 100) 创建指定范围内的一个整数

正态分布

给定均值/标准差/维度的正态分布np.random.normal(1.75, 0.1, (2, 3)

NumPy 创建数组

ndarray 数组除了可以使用底层 ndarray 构造器来创建外，也可以通过以下几种方式来创建。

numpy.empty

numpy.empty 方法用来创建一个指定形状(shape)、数据类型(dtype)且未初始化的数组：

numpy.empty(shape,dtype =float,order ='C')

参数说明：

参数描述

shape

数组形状

dtype

数据类型，可选

order

有"C"和"F"两个选项,分别代表，行优先和列优先，在计算机内存中的存储元素的顺序。

numpy.zeros

创建指定大小的数组，数组元素以 0 来填充：

numpy.zeros(shape,dtype =float,order ='C')

参数说明：

参数描述

shape

数组形状

dtype

数据类型，可选

order

'C' 用于 C 的行数组，或者 'F' 用于 FORTRAN 的列数组

numpy.ones

创建指定形状的数组，数组元素以 1 来填充：

numpy.ones(shape,dtype =None,order ='C')

NumPy 从已有的数组创建数组

numpy.asarray

numpy.asarray 类似 numpy.array，但 numpy.asarray 只有三个，比 numpy.array 少两个。

numpy.asarray(a,dtype =None,order =None)

参数说明&#x