numpy基础

1.为什么要学习numpy？
-> 快速
-> 方便
-> 科学计算的基础库
2.什么是numpy？
一个在Python中做科学计算的基础库，重在数值计算，也是大部分PYTHON科学计算库的基础库，多用于在大型、多维数组上执行数值运算。
3. 如何在python中使用numpy?

import numpy as np

ndarray 多维数组(N Dimension Array)

NumPy数组是一个多维的数组对象（矩阵），称为ndarray，具有矢量算术运算能力和复杂的广播能力，并具有执行速度快和节省空间的特点。

ndarray拥有的属性
-> ndim属性：维度个数
-> shape属性：维度大小
-> dtype属性：数据类型

numpy生成随机数

# 导入numpy，别名np
import numpy as np

# 生成指定维度大小（3行4列）的随机多维浮点型数据（二维），rand固定区间0.0 ~ 1.0
arr = np.random.rand(3, 4)
print(arr)
print(type(arr))

# 生成指定维度大小（3行4列）的随机多维整型数据（二维），randint()可以指定区间（-1, 5）
arr = np.random.randint(-1, 5, size = (3, 4)) # 'size='可省略
print(arr)
print(type(arr))

# 生成指定维度大小（3行4列）的随机多维浮点型数据（二维），uniform()可以指定区间（-1, 5）
arr = np.random.uniform(-1, 5, size = (3, 4)) # 'size='可省略
print(arr)
print(type(arr))

print('维度个数: ', arr.ndim)
print('维度大小: ', arr.shape)
print('数据类型: ', arr.dtype)

numpy生成序列

1. np.array(collection) 和 np.arange( )

以下 a,b,c内容相同
a = np.array([1,2,3,4])
b = np.array(range(1,5))
c = np.arange(1,5)

2.np.zeros()
指定大小的全0数组。注意：第一个参数是元组，用来指定大小，如(3, 4)。

np.zeros((3,4))

3. np.ones()<