python numpy属性，创建array，基础运算，二维矩阵运算

#每天一点点#
python numpy 篇

1：numpy属性

import numpy as np 
array = np.array([[1,2,3],
                 [2,3,4]])
print(array)
print('number of dim:%s'%array.ndim)   #array的几纬 
print('shape:',array.shape)   #形状 ，X行X列
print('size:%s'%array.size)   #大小,元素多少

输出结果 ???????????

输出结果 ??????????

2：numpy 创建array

import numpy as np
a = np.array([2,23,4],dtype=np.float)   #默认 float 64位
b = np.array([2,23,4],dtype=np.int)   #我的默认 int 32位
print(a.dtype,b.dtype)

输出结果 ? ??? ? float64 int32

a = np.array([[1,2,3],
              [2,3,4],
              [4,5,6],
              [6,7,8]])
print(a)   #4行3列的矩阵

b = np.zeros((3,4))   #定义一个3行4列的全部是0的矩阵
c = np.ones((2,3),dtype=np.int)   #定义一个2行3列的全部是1的矩阵
d = np.empty((3,4))   #看似empty，实际接近于0
e = np.arange(10,20,2)   #10-19之间，步长为2  输出结果：[10 12 14 16 18]
f = np.arange(12).reshape((3,4))    #1-11之间的数字，重新定义它的形状，3行4列
g = np.linspace(1,10,6)   #生成一个线段，把1-10平均分成几个线段
h = np.linspace(1,10,6).reshape((2,3))   #把1-10平均分成6个线段，并生成一个2行3列的矩阵
print(b,c,d,e,f,g,h)

尝试每个输出结果

3：numpy的基础运算

3.1 numpy 的基础运算

# numpy 的基础运算
import numpy  as np
a = np.array([10,20,30,40])
b = np.arange(4) #0,1,2,3
c = a+b
d = a-b
e = a*b  #每个元素相加减乘除
f = b ** 2    #b中每个元素的平方
g = 10*np.sin(a)   #对a的每个元素求sin值，然后再乘以10;cos,tan是同样的
#判断某个元素是否小于某个数字
print(b<3)   #返回结果 [ True  True  True False]

3.2 运算二维矩阵

#运算二维矩阵
a1 = np.array([[1,1],[0,1]]) #[[1 1]  [0 1]]
b1 = np.arange(4).reshape((2,2)) #[[0 1]  [2 3]]
#numpy 中的乘法分两种，一种是逐个相乘，一种是矩阵相乘
c1 = a1*b1    #[[0 1]  [0 3]] 逐个相乘
c_dot = np.dot(a1,b1)   #[[2 4] [2 3]] 矩阵相乘
c_dot_2 = a1.dot(b1)   #效果与c_dot相同
print(c1,c_dot,c_dot_2)

3.3 创建随机array

#创建随机array
a2 = np.random.random((2,4))   #0-1的随机数字，生成2行4列矩阵
#将array求和，最小值，最大值
b2 = np.sum(a2)  #求和
c2 = np.min(a2)  #最小值
d2 = np.max(a2)  #最大值
b21 = np.sum(a2,axis =1)  #axis=1行里求和，axis=0 是列里求
c21 = np.min(a2,axis=1)  #每一行的最小值都取出
c22 = np.min(a2,axis=0)  #每一列的最小值都取出
print(a2,b2,b21,c2,c21,c22)