numpy基本操作(1):数组属性，创建数组

数组属性：ndarray.ndim, ndarray.shape, ndarray.reshape

import numpy as np
#数组属性
#ndarray.ndim 用于返回数组的维数，等于秩。
a=np.arange(24)
print(a.ndim)
b=a.reshape(2,4,3)
print(b.ndim)
print(b)
#输出为：
# =============================================================================
# 1
# 3
# [[[ 0  1  2]
#   [ 3  4  5]
#   [ 6  7  8]
#   [ 9 10 11]]
# 
#  [[12 13 14]
#   [15 16 17]
#   [18 19 20]
#   [21 22 23]]]
# =============================================================================

#ndarray.shape 表示数组的维度，返回一个元组，这个元组的长度就是维度的数目，即 ndim 属性(秩)。
#比如，一个二维数组，其维度表示"行数"和"列数"。
a = np.array([[1,2,3],[4,5,6]])  
print (a.shape)
#调整数组大小
a.shape=(3,2)
print(a)
#输出为：
# =============================================================================
# (2, 3)
# [[1 2]
#  [3 4]
#  [5 6]]
# =============================================================================

2.创建数组

import numpy as np

 #creat a empty array
 #numpy.empty 方法用来创建一个指定形状（shape）、数据类型（dtype）且未初始化的数组
a=np.empty((2,3),dtype=int,order="C")
print(a)
# numpy.zeros创建指定大小的数组，数组元素以 0 来填充：
b=np.zeros((2,3),dtype=np.int,order="C")
print(b)
z = np.zeros((2,2), dtype = [('x', 'i4'), ('y', 'i4')])  
print(z)
x=np.ones((2,10),dtype=int)
print(x)
#输出为：
# =============================================================================
# [[0 0 0]
#  [0 0 0]]
# [[0 0 0]
#  [0 0 0]]
# [[(0, 0) (0, 0)]
#  [(0, 0) (0, 0)]]
# [[1 1 1 1 1 1 1 1 1 1]
#  [1 1 1 1 1 1 1 1 1 1]]
# =============================================================================

从已有数组创建数组

import numpy as np

 #从已有数组创建数组
a=[1,2,3,4]
a1=np.asarray(a,dtype=float)
print(a1)
print(a1.reshape((2,2)))
#[1. 2. 3. 4.]
#[[1. 2.]
# [3. 4.]]

#numpy.frombuffer用于实现动态数组.接受 buffer 输入参数,以流的形式读入转化成 ndarray对象
s=b"hello"
a=np.frombuffer(s,dtype="S1")
print(a)
#[b'h' b'e' b'l' b'l' b'o']

#numpy.fromiter 方法从可迭代对象中建立 ndarray 对象，返回一维数组。
a=range(5)
print(a)
lista=iter(a)
print(lista)
b=np.fromiter(lista,dtype=int)
print(b)
#range(0, 5)
#<range_iterator object at 0x0000000009345790>
#[0 1 2 3 4]

从数值范围创建数组

import numpy as np

#从数值范围创建数组
#numpy.arange根据start与stop指定的范围以及step设定的步长,生成一个ndarray。
a=np.arange(10,20,2,dtype=float)
print(a)
#numpy.linspace函数用于创建一个一维数组，数组是一个等差数列构成的，格式如下：
#np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)
b=np.linspace(1,20,dtype=float).reshape((5,-1))
print(b)
#等比数列
d=np.logspace(1,3,10,dtype=float).reshape((2,5))
print(d)
#numpy.logspace 函数用于创建一个于等比数列。格式如下：
e=np.logspace(1,3,10,base=2,dtype=float).reshape((2,5))
print(e)
#[10. 12. 14. 16. 18.]
#[[ 1.          1.3877551   1.7755102   2.16326531  2.55102041  2.93877551
#   3.32653061  3.71428571  4.10204082  4.48979592]
# [ 4.87755102  5.26530612  5.65306122  6.04081633  6.42857143  6.81632653
#   7.20408163  7.59183673  7.97959184  8.36734694]
# [ 8.75510204  9.14285714  9.53061224  9.91836735 10.30612245 10.69387755
#  11.08163265 11.46938776 11.85714286 12.24489796]
# [12.63265306 13.02040816 13.40816327 13.79591837 14.18367347 14.57142857
#  14.95918367 15.34693878 15.73469388 16.12244898]
# [16.51020408 16.89795918 17.28571429 17.67346939 18.06122449 18.44897959
#  18.83673469 19.2244898  19.6122449  20.        ]]
#[[  10.           16.68100537   27.82559402   46.41588834   77.42636827]
# [ 129.1549665   215.443469    359.38136638  599.48425032 1000.        ]]
#[[2.         2.33305808 2.72158    3.1748021  3.70349885]
# [4.32023896 5.0396842  5.87893797 6.85795186 8.        ]]

参考：https://www.runoob.com/numpy/numpy-array-from-numerical-ranges.html

以上，记录本人学习过程