1.生成numpy
import numpy as np #1.array,里面需要是数组 np.array([[1,2,3],[2,3,4]]) np.array([(1,2,3),(1,3,4)]) #2.arange,np.arange(start,stop,step),和range用法基本相同 np.arange(1,10,2) np.arange(10)
2.numpy数组的属性
import numpy as np a=np.array([[1,2,3],[2,3,4]]) a.ndim #秩，即轴的数量或维度的数量 a.shape #数组的维度，对于矩阵，n 行 m 列 a.size #数组元素的总个数，相当于 .shape 中 n*m 的值 a.dtype #数组对象的元素类型 a.itemsize #数组对象中每个元素的大小，以字节为单位 a.flags #数组对象的内存信息 a.real #元素的实部 a.imag #元素的虚部 a.data #包含实际数组元素的缓冲区，由于一般通过数组的索引获取元素，所以通常不需要使用这个属性
3.其他方法创建数组
import numpy as np #empty,创建一个指定形状且未初始化的数组,元素为随机值 np.empty((3,4),dtype=int) np.empty([3,4],dtype=int) #numpy.zeros，创建指定大小的数组，数组元素以 0 来填充 np.zeros(5) np.zeros((5,),dtype=int) np.zeros([3,4]) np.zeros((3,4)) #numpy.ones创建指定形状的数组，数组元素以 1 来填充 np.ones(5) np.ones((2,3),dtype=int) #numpy.linspace创建一个一维数组，数组是一个等差数列构成的 np.linspace(1,10,10) #参数分别是strat,stop,num np.linspace(10, 20, 5, endpoint = False) #将 endpoint 设为 false，不包含终止值 #numpy.logspace 函数用于创建一个于等比数列 np.logspace(1,3,10) #默认底数base=10，可以理解为以10**1开始，10**3结束，样本数量为10的数列 np.logspace(1,10,10,base=2) #可以设置底数base