Numpy学习笔记——创建数组及数组的属性

学习视频：03.创建数组_哔哩哔哩_bilibili

1. 创建数组

# 以下三种方法创建数组得到的结果是一样的
a = np.array([1, 2, 3, 4, 5])
b = np.array(range(1, 6))
c = np.arange(1, 6)   

array：将输入数据转换为numpy数组

arrange：range的数组版          

1.1 使用arange和linspace创建数组

#np.arange([开始]，结束，[步长], dtype=None)
np.arange(5)  #[0 1 2 3 4]
np.arange(1,10,2)  #[1 3 5 7 9]

#np.linspace(开始，结束，个数)
#左闭右闭，等距生成数组，前两个数为区间，第三个数是元素个数
a=np.linspace(0,99,6) #[ 0.  19.8 39.6 59.4 79.2 99. ]

1.2 使用ones和ones_like创建全是1的数组

#np.ones(shape,dtype=None,order='C')
a=np.ones(3)                #[1. 1. 1.]
b=np.ones((2,3))            #[[1. 1. 1.],[1. 1. 1.]]
c=np.ones(5,dtype=np.int)   #[1 1 1 1 1]

shape：整数（一维向量）或整型元组（多维向量）定义数组的形状

dtype：数组元素的数据类型

order : {‘C’, ‘F’}, 可选规定返回数组元素在内存的存储顺序：C（C语言）-rowmajor；F（Fortran）column-major。

# np.ones_like(a,dtype=float,order='C',subok=True)
a = [[1, 2], [3, 4]]
b = np.ones_like(a)   #[[1 1],[1 1]]

a：用a的形状和数据类型，来定义返回数组的属性

dtype：数据类型，可选

order顺序 ： {'C'，'F'，'A'或'K'}，可选,覆盖结果的内存布局

subok ： bool，可选。True：使用a的内部数据类型，False：使用a数组的数据类型，默认为True

1.3 用zeros和zeros_like来创建全是0的数组

与ones和ones_like用法一样

#np.zeros(shape,dtype=None,order='C')

#np.zeros_like(a,dtype=None)

1.4 用full和full_like来创建指定值的数组

#np.full(shape,fill_value,dtype=None,order='C')
a = np.full(3,520) #[520 520 520]
b = np.full((2,4),520) #[[520 520 520 520],[520 520 520 520]]

fill_value：指定值，为纯数值变量

#np.full_like(a,fill_value,dtype=None)
x=np.array([[0, 1, 2],
            [3, 4, 5]])
>>> np.zeros_like(x,520)
array([[520, 520, 520],
         [520, 520, 520]])

1.5 使用random生成随机数组

#np.random.randn(d0,d1,...,dn)
a = np.random.randn()      # 一个随机数
b = np.random.randn(3)     # 3个数
c = np.random.randn(3,2)   # 3行2列
d = np.random.randn(3,2,4) # 3块，每块是2行4

传一个数就是一维，两个数就是二维，n个数就是n维

np.round(a,2)  #对a保留两位小数

2. 数组的属性

a=np.array([1,2,3,4,5])
print(a.shape) #(5,)
print(a.ndim)  # 1
b=np.ones(3,2)
print(b.shape) #(3,2)
print(b.ndim)  # 2
print(b.dtype) #int32

shape：返回一个元组，表示数组的维度

ndim：返回一个数字，数组维度的数目

size：返回一个数字，表示数组中所有元素的数目

dtype：返回数组中元素的数据类型

type(a)：返回a的数据类型 <class 'numpy.array'>

给数据指定的数据类型

import numpy as np
a = np.array(range(1,8),dtype=float) # 修改数据类型
b = np.array(range(1,8),dtype='float32') # 修改数据类型和位数
print(a.dtype)  # float
print(b.dtype)  # float32
print(type(a))  # <class 'numpy.ndarray'>
print(type(b))  # <class 'numpy.ndarray'>