numpy学习笔记

Posted 2020-10-14 望月又一

numpy是python中用于支持科学计算的第三方库。支持各种矩阵运算。

因为有了numpy，矩阵轮和线性代数里面的各种复杂计算变得直观、简便。

python中试用numpy的方式为：import numpy / import numpy as np，后者使用频率更高一些。

numpy中定义了自己的数据结构 array 和 matrix。

1、生成array:

import numpy as np
#生成一个array
>>> a = [1,2,3,4]
>>> a = numpy.array(a)
>>> a
array([1, 2, 3, 4])

>>>a = np.arange(1,7)
>>> a
array([1, 2, 3, 4, 5, 6])

 2、查看array的属性

>>> a = np.arange(1,7)
>>> a
array([1, 2, 3, 4, 5, 6])
>>> a.shape      #a的规模
(6,)
>>> a.size       #a的规模
6
>>> a.max()      #a的最大值
6
>>> a.min()      #a的最大值
1
>>> a.mean()     #a的平均值
3.5

 3、array的修改

#array的分解：
#reshape（m，n） 重新定义array的大小
>>> a = np.arange(1,10)
>>> a
array([1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> b = a.reshape(3,3)
>>> b
array([[1, 2, 3],           #3行3列
       [4, 5, 6],
       [7, 8, 9]])
#array的合并
#flatten（）函数可以将多维的矩阵转换为一维矩阵
>>> b.flatten()
array([1, 2, 3, 4, 5, 6, 7, 8, 9])  #一维矩阵