Numpy的使用规则

之前安装的python版本是3.7

各种库都是自己一个一个下载安装的很操心各种缺功能

后来发现了anaconda

啊真是一个好东西

简单来说它就是一个涵盖大部分常用库的python包

一次安装终身爽

生成NumPy数组

# anaconda发行版 py：3.6.5
# 生成数组
import numpy as np        #导入库

x=np.array([1.0,2.0,3.0])

print(x)

print(type(x))        #格式类型

输出：

[1. 2. 3.]

<class 'numpy.ndarray'>

NumPy的算术运算

x=np.array([1.0,2.0,3.0])

y=np.array([2.0,4.0,6.0])

# 若要计算 数组元素个数需要相同

print(x+y)

print(x-y)

print(x*y)

print(x/y)

输出：

[3. 6. 9.]

[-1. -2. -3.]

[ 2.  8. 18.]

[0.5 0.5 0.5]

NumPy的N维数组

a=np.array([[1,2],[3,4]])

print(a)

print(a.shape)        #得到矩阵a的形状 长*宽

print(a.dtype)        #得到矩阵a的数据类型

输出：

[[1 2]

 [3 4]]

(2, 2)

int64

广播功能

print(a*10)            #广播功能 a为2*2矩阵 10为1*1矩阵 将10扩展成为元素相同的2*2矩阵再计算

a=np.array([[1,2],[3,4]])

b=np.array([10,20])

print(a*b)            #一维数组b先扩展成为二维数组 再进行计算

输出：

[[10 20]

 [30 40]]

[[10 40]

 [30 80]]

访问元素

索引访问

x = np.array([[30,31],[32,33],[35,36]])

print(x)

print(x[0])                #打印第一行

print(x[0][1])            #打印第一行的第二个元素

print('-')

输出：

[[30 31]

 [32 33]

 [35 36]]

[30 31]

31

　　2.for循环访问

for row in x:

    print(row)

输出：

[30 31]

[32 33]

[35 36]

　　3.变为数组访问

x=x.flatten()    #将x转换为一维数组

print(x)

print(x[np.array([0,2,4])])        #选择出索引为0，2，4的元素 这种方法利于筛选元素

输出：

[30 31 32 33 35 36]

[30 32 35]

巴特西

Numpy的使用规则

最新文章

热门文章