Numpy学习笔记-基础与常用函数_创建全为1的三维数组 np.ones((2, 3, 4))-优快云博客

本文链接：https://blog.youkuaiyun.com/pythonbeatman/article/details/105536950

基础部分
首先需要导入 NumPy 模块，并约定简称为 np。

一、导入 NumPy：
import numpy as np

二、查看 NumPy 版本信息：
np.version

三、创建数组

通过列表创建一维数组：
np.array([1, 2, 3])
上方数组是一个秩为 1 的数组，因为它只有一个轴，而轴的长度为 3。
通过列表创建二维数组：
np.array([(1, 2, 3), (4, 5, 6)])
上方数组的秩为 2。第一个维度长度为 2,第二个维度长度为 3。
创建全为 0 的二维数组：
np.zeros((3, 3))
创建全为 1 的三维数组：
np.ones((2, 3, 4))
创建一维等差数组：
np.arange(5)
创建二维等差数组：
np.arange(6).reshape(2, 3)
创建单位矩阵（二维数组）：
np.eye(3)
创建等间隔一维数组：
np.linspace(1, 10, num=6)
创建二维随机数组：
np.random.rand(2, 3)
创建二维随机整数数组（数值小于 5）：
np.random.randint(5, size=(2, 3))
依据自定义函数创建数组：
np.fromfunction(lambda i, j: i + j, (3, 3))

四、数组运算
生成一维示例数组：
a = np.array([10, 20, 30, 40, 50])
b = np.arange(1, 6)
a, b
一维数组加法运算：
a + b
一维数组减法运算：
a - b
一维数组乘法运算：
a * b
一维数组除法运算：
a / b
生成二维示例数组（可以看作矩阵）：
A = np.array([[1, 2], [3, 4]])
B = np.array([[5, 6],[7, 8]])
A, B

18.生成二维示例数组（可以看作矩阵）：
A = np.array([[1, 2], [3, 4]])
B = np.array([[5, 6],[7, 8]])
A, B

18. 矩阵加法运算：
A + B

19. 矩阵减法运算：
A - B

20. 矩阵元素间乘法运算：
A * B

21. 矩阵乘法运算（注意与上题的区别）：
np.dot(A, B)

如果使用 np.mat 将二维数组准确定义为矩阵，就可以直接使用 * 完成矩阵乘法计算。
np.mat(A) * np.mat(B)

22. 数乘矩阵：
2 * A

23. 矩阵的转置：
A.T

24. 矩阵求逆：
np.linalg.inv(A)

五、数学函数
25. 三角函数：
np.sin(a)

26. 以自然对数函数为底数的指数函数：
np.exp(a)

27. 数组的方根的运算（开平方）：
np.sqrt(a)

28. 数组的方根的运算（立方）：
np.power(a, 3)

六、数组切片和索引
29. 一维数组索引：
a = np.array([1, 2, 3, 4, 5])
a[0], a[-1]

30. 一维数组切片：
a[0:2], a[:-1]

31. 二维数组索引：
a = np.array([(1, 2, 3), (4, 5, 6), (7, 8, 9)])
a[0], a[-1]

32. 二维数组切片（取第 2 列）：
print(a)
a[:, 1]

33. 二维数组切片（取第 2，3 行）：
a[1:3, :]

七、数组属性及操作
np.ndim：秩,维度
np.shape：数组的维度，各维度的尺度（2，5）
np.size：数组元素的总个数
np.dtype： ndarray 元素的类型 dtype(‘int32’)
np.itemsize： ndarray 对象中每个元素的大小，以字节为单位
np.flags： ndarray 对象的内存信息
np.real： ndarray元素的实部
np.imag： ndarray 元素的虚部
np.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。

34. 查看数组形状：
a.shape

35. 更改数组形状（不改变原始数组）：
a.reshape(2, 3) # reshape 并不改变原始数组

36. 更改数组形状（改变原始数组）：
a.resize(2, 3) # resize 会改变原始数组

37. 展平数组：
a.ravel()

38. 垂直拼合数组：
np.vstack((a, b))

39. 水平拼合数组：
np.hstack((a, b))

40. 沿横轴分割数组：
np.hsplit(a, 3)

41. 沿纵轴分割数组：
np.vsplit(a, 3)