Numpy简介

一个基于python的扩展库

提供高维数组对象ndarray，运算速度碾压python List

提供了各种高级数据编程工具，如矩阵运算、向量运算、快速筛选、IO操作、傅里叶变换、线性代数、随机数等

ndarray属性​​​​​​​

1. ndim：维度
2. shape：形状（各维度的长度）
3. size：总长度
4. dtype：元素类型

display：输出内容和类型（建议使用）

print：强制输出

output：Ipython默认输出

强制类型统一

numpy设计初衷是用于运算的，所以对数据类型进行统一优化

注意：

• numpy默认ndarray的所有元素的类型是相同的
• 如果传进来的列表中包含不同的类型，则统一为同一类型，优先级：str>float>int

输出如果是dtype('<U32')表示类型是Unicode的简写

type(xxx) # 查看xxx对象本身的类型​​​​​​​

xxxx.dtype  # 查看xxx内部的元素类型，由于ndarray的元素类型是强制统一的，所以只返回一个类型

                ​​​​​​​        np一般是为我们提供的一个ndarray（矩阵）

                        在numpy中，有些函数的参数名可以写，有些函数的参数名不能写

1.0 Numpy的常规函数

1.1# 建立一个值为1的数组

1.1)np.ones(shape, dtype=None, order='C')

shape: 形状，使用元组表示      dtype:表示元素类型    order：表示排序或

1.2# 建立一个值为0的数组

1.2)np.zeros(shape, dtype=float, order='C')

1.3# 建立一个自己指定数的数组

1.3) np.full(shape, fill_value, dtype=None, order='C')

fill_value:自己指定一个数为建立数组的值

1.4# 建立一个单位矩阵

1.4) np.eye(N, M=None, k=0, dtype=float)

N：表示建立矩阵的阶级    M：表示列数    k：表示对角线偏移（-1或1）

1.5# 建立一个等差数列（指定个数）

1.5) np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)