Numpy基础

前言

本文详细涵盖了numpy基础的各个方面，包括ndarray常见属性介绍、常见的ndarray的创建方法、ndarray的各种索引、迭代、切片等操作和Numpy的一些常用的内置函数介绍。内容详细，基础，欢迎大家阅读，如若发现问题或有建议，劳烦提醒博主。

正文

ndarray的常见属性

- shape

返回一个元组，表示ndarray各维度的长度。

- ndim

ndarray对象的维度。

- size

ndarray中元素的个数，相当于各维度长度的乘积。

- dtype

ndarray中存储的元素的数据类型。

- itemsize

ndarray中每个元素的字节数。

具体使用如下：

常见的创建array对象的方法

1. np.array(obj, dtype = )

将输入的py对象和ndarray对象转为ndarray对象，并返回一个新的ndarray对象。其中数据类型dtype是可以自己指定的，如果不指定，py会自己默认识别出来的。

• 指定类型：

float

# 一维数组转化为array，并返回一个新的array对象由arr接收
arr = np.array(my_lst, dtype='float')
print(arr)
arr.dtype

int32

arr = np.array(my_lst, dtype='int32')
print(arr)
arr.dtype

int64

arr = np.array(my_lst, dtype='int64')
print(arr)
arr.dtype

• 不指定类型
  py自动识别传入的dtype为int32

arr = np.array(my_lst)
print(arr)
arr.dtype

多维转化为ndarray，其实大同小异

# 多维数组转化为array，以二维举例
my_mat = [[1,2,3],[4,5,6],[7,8,9]]
np.array(my_mat)