numpy的array数据类型

  1 import numpy as np
  2 
  3 #创建
  4 # 创建一维数组
  5 a = np.array([1, 2, 3])
  6 print(a)
  7 '''
  8 [1 2 3]
  9 '''
 10 # 创建多维数组
 11 b = np.array([(1, 2, 3), (4, 5, 6)])
 12 print(b)
 13 '''
 14 [[1 2 3]
 15  [4 5 6]]
 16 '''
 17 # 创建等差一维数组
 18 c = np.arange(1, 5, 0.5)
 19 print(c)
 20 '''
 21 [1.  1.5 2.  2.5 3.  3.5 4.  4.5]
 22 '''
 23 # 创建随机数数组
 24 d = np.random.random((2, 2))
 25 print(d)
 26 '''
 27 [[0.65746941 0.09766114]
 28  [0.15024283 0.9212932 ]]
 29  '''
 30 # 创建一个确定起始点和终止点和个数的等差一维数组
 31 ##包含终止点
 32 e = np.linspace(1, 2, 10)
 33 print(e)
 34 '''
 35 [1.         1.11111111 1.22222222 1.33333333 1.44444444 1.55555556 1.66666667 1.77777778 1.88888889 2.        ]
 36  '''
 37 ##不包含终止点
 38 f = np.linspace(1, 2, 10, endpoint=False)
 39 print(f)
 40 '''
 41 [1.  1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9]
 42 '''
 43 #创建一个全为‘1’的 数组
 44 g = np.ones([2,3])
 45 print(g)
 46 '''
 47 [[1. 1. 1.]
 48  [1. 1. 1.]]
 49  '''
 50 #创建一个全为‘0’的数组
 51 h = np.zeros([2,3])
 52 print(h)
 53 '''
 54 [[0. 0. 0.]
 55  [0. 0. 0.]]
 56  '''
 57 #通过函数创建数组
 58 k = np.fromfunction(lambda i,j :(i+1)*(j+1),(9,9))
 59 print(k)
 60 '''
 61 [[ 1.  2.  3.  4.  5.  6.  7.  8.  9.]
 62  [ 2.  4.  6.  8. 10. 12. 14. 16. 18.]
 63  [ 3.  6.  9. 12. 15. 18. 21. 24. 27.]
 64  [ 4.  8. 12. 16. 20. 24. 28. 32. 36.]
 65  [ 5. 10. 15. 20. 25. 30. 35. 40. 45.]
 66  [ 6. 12. 18. 24. 30. 36. 42. 48. 54.]
 67  [ 7. 14. 21. 28. 35. 42. 49. 56. 63.]
 68  [ 8. 16. 24. 32. 40. 48. 56. 64. 72.]
 69  [ 9. 18. 27. 36. 45. 54. 63. 72. 81.]]
 70  '''
 71 ##############
 72 #获取数组的相关属性
 73 a = np.array([(1,2,3),(4,5,6)])
 74 print(a)
 75 ##获取数组的形状
 76 print(a.shape)
 77 '''
 78 (2, 3)
 79 表示：该数组为2行3列
 80 '''
 81 ## 改变数组的形状
 82 b = a.reshape(3,2)
 83 print(b)
 84 '''
 85 [[1 2]
 86  [3 4]
 87  [5 6]]
 88  将a数组的数据由2行3列变成3行2列得到b数组，但是a数组没有发生改变
 89  '''
 90 a.resize(3,2)
 91 print(a)
 92 '''
 93 [[1 2]
 94  [3 4]
 95  [5 6]]
 96  a数组由2行3列变成3行2列，此时，a数组的形状发生了改变
 97  '''
 98 ##############
 99 #数组切片操作
100 a = np.array([(1,2,3),(4,5,6)])
101 print(a)
102 '''
103 [[1 2 3]
104  [4 5 6]]
105  '''
106 ##获取数组的第二行
107 print(a[1])
108 '''
109 [4 5 6]
110 '''
111 ##获取数组的前两行
112 print(a[0:2])
113 '''
114 [[1 2 3]
115  [4 5 6]]
116 '''
117 ##获取数组的前两列的值
118 print(a[:,[0,1]])
119 '''
120 [[1 2]
121  [4 5]]
122  '''
123 ##获取数组的第1行的前两列的值
124 print(a[0,[0,1]])
125 '''
126 [1 2]
127 '''
128 ##遍历数组
129 for row in a:
130     print(row)
131 '''
132 [1 2 3]
133 [4 5 6]
134 '''
135 #######################
136 ##数组拼接
137 a = np.array([1,2,3])
138 b = np.array([4,5,6])
139 #垂直方向的拼接
140 c = np.vstack((a,b))
141 print(c)
142 '''
143 [[1 2 3]
144  [4 5 6]]
145 '''
146 #竖直方向的拼接
147 d = np.hstack((a,b))
148 print(d)
149 '''
150 [1 2 3 4 5 6]
151 '''
152 #####################
153 ##数组的计算
154 a = np.array([1,2,3])
155 b = np.array([4,5,6])
156 #加法
157 c = a+b
158 print(c)
159 '''
160 [5 7 9]
161 '''
162 #减法
163 d= a - b
164 print(d)
165 '''
166 [-3 -3 -3]
167 '''
168 #乘法
169 e = a * b
170 print(e)
171 '''
172 [ 4 10 18]
173 '''
174 #求和
175 f = np.array([(1,2,3),(4,5,6)])
176 print(f.sum())
177 '''
178 21
179 '''
180 #按列求和
181 print(f.sum(axis=0))
182 '''
183 [5 7 9]
184 '''
185 #按行求和
186 print(f.sum(axis=1))
187 '''
188 [ 6 15]
189 '''
190 #最小值的值
191 print(f.min())
192 '''
193 1
194 '''
195 #最小值的索引
196 print(f.argmin())
197 '''
198 0
199 '''
200 #最大值的值
201 print(f.max())
202 '''
203 6
204 '''
205 print(f.argmax())
206 '''
207 5
208 '''
209 #平均值
210 print(f.mean())
211 '''
212 3.5
213 '''
214 #方差
215 print(f.var())
216 '''
217 2.9166666666666665
218 '''
219 #标准差
220 print(f.std())
221 '''
222 1.707825127659933
223 '''
224 #############
225 # 线性代数的运算
226 #矩阵内积
227 np.dot()
228 #行列式
229 np.linalg.det()
230 # 逆矩阵
231 np.linalg.inv()
232 #多元一次方程组求根
233 np.linalg.solve()
234 #求特征值和特征向量
235 np.linalg.eig()