Numpy概述(学习笔记)(1)，Python界面开发基础

print(‘轴(维度):’,arr.ndim)

print(‘数组长度:’,len(arr))

print(‘元素个数:’,arr.size)

print(‘形状:’,arr.shape) #元组后面必须要加逗号

print(‘元素的大小:’,arr.itemsize)

print(‘元素类型:’,arr.dtype)

print(‘跨度:’,arr.strides)

如果是整形的数组：

数组也可以是字符串类型或者混合类型:

2.np.arange()

---

np.arange():元素的间隔是固定的

函数返回一个有终点和起点的固定步长的排列，如[1,2,3,4,5]，起点是1，终点是5，步长为1。

参数个数情况： np.arange()函数分为一个参数，两个参数，三个参数三种情况

1. 一个参数时，参数值为终点，起点取默认值0，步长取默认值1。

2. 两个参数时，第一个参数为起点，第二个参数为终点，步长取默认值1。

3. 三个参数时，第一个参数为起点，第二个参数为终点，第三个参数为步长，其中步长支持小数。

np.arange(8)

print(np.arange(2,8,2))

np.arange(2,8,2)

3.np.linspace()

---

numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)

1. start，开始的数字

2. stop，结束的数字

3. num，返回的数量

4. endpoint，一个bool型变量

5. retstep，一个bool型，True的话输出之间公差

6. dtype，数据类型，类型有很多例如：np.bool…，可以自己指定

将2~8之间进行50等分：

np.linspace(2,8)

len(np.linspace(2,8))

np.linspace(2,8,4)

这就类似于微信的抢红包，每份金额都是相等的。

三、二维数组

====================================================================

l3=[[1,3,5],[6,1,9.1]]

arr=np.array(l3)

print(‘数据类型:’,type(arr))

print(‘轴(维度):’,arr.ndim)

print(‘数组长度:’,len(arr))

print(‘元素个数:’,arr.size)

print(‘形状:’,arr.shape)

print(‘元素的大小:’,arr.itemsize)

print(‘元素类型:’,arr.dtype)

print(‘跨度:’,arr.strides)

l4=[[1,3,5],[6,1,9]]

arr=np.array(l4)

print(‘数据类型:’,type(arr))

print(‘轴(维度):’,arr.ndim)

print(‘数组长度:’,len(arr))

print(‘元素个数:’,arr.size)

print(‘形状:’,arr.shape)

print(‘元素的大小:’,arr.itemsize)

print(‘元素类型:’,arr.dtype)

print(‘跨度:’,arr.strides)

对比：l3和l4区别在于l3的元素含有float类型，而l4都是int类型

分析：

print(‘元素个数:’,arr.size) # 是把所有元素都统计在内部

结果：

元素个数: 6

print(‘形状:’,arr.shape)

#结果：

形状: (2, 3) # 表示两行三列

1.二维数组的跨度

---

print(‘跨度:’,arr.strides) # 数组是两行三列，

此外，还可以构造全0和全1的数组：

2. 全0数组

---

np.zeros(10)

3. 全1数组

---

np.ones((2,4))

4. 对角线二维数组

---

np.eye(3,3)

5. 随机二维数组

---

np.random.random((3,3))

6.利用arange创建二维数组

---

arr=np.array((np.arange(1,10),np.arange(1,10)))

四、多维数组

====================================================================

1.三维数组

---

利用arange创建三维数组

arr=np.array((((np.arange(1,10),np.arange(1,10),np.arange(1,10))),((np.arange(1,10),np.arange(1,10),np.arange(1,10)))))

print(‘数据类型:’,type(arr))

print(‘轴(维度):’,arr.ndim)

print(‘数组长度:’,len(arr))

print(‘元素个数:’,arr.size)

print(‘形状:’,arr.shape)

print(‘元素的大小:’,arr.itemsize)

print(‘元素类型:’,arr.dtype)

print(‘跨度:’,arr.strides)

2.reshape

---

reshape属性能够将改变数组的维度，比如将一维数组转变成三维数组

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Python开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V获取：vip1024c （备注Python）

最后

🍅 硬核资料：关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助：技术群大佬指点迷津，你的问题可能不是问题，求资源在群里喊一声。
🍅 面试题库：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。
🍅 知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。

f79.png)

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Python开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V获取：vip1024c （备注Python）
[外链图片转存中…(img-lhxPoSsk-1711939197783)]

最后

🍅 硬核资料：关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助：技术群大佬指点迷津，你的问题可能不是问题，求资源在群里喊一声。
🍅 面试题库：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。
🍅 知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。