1. 简介
NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。最主要的数据结构是ndarray数组。
NumPy 通常与 SciPy（Scientific Python）和 Matplotlib（绘图库）一起使用， 这种组合广泛用于替代 MatLab。
SciPy 是一个开源的 Python 算法库和数学工具包。SciPy 包含的模块有最优化、线性代数、积分、插值、特殊函数、快速傅里叶变换、信号处理和图像处理、常微分方程求解和其他科学与工程中常用的计算。
Matplotlib 是 Python 编程语言及其数值数学扩展包 NumPy 的可视化操作界面。
2. 创建
创建一维数组
（1）直接创建：np.array([1, 2, 3, 4, 5, 6])
（2）从python的list中建立：np.array(list([1, 2, 3, 4, 5, 6]))
创建常量值的一维数据
（1）创建以0为常量值：np.zeros(n,dytpe=float/int)
（2）创建以1为常量值：np.ones(n)
（3）创建一个空数组：np.empty(4)
创建一个元素递增的数组
（1）从0开始增长的递增数组：np.arange(8)
（2）给定区间，自定义步长：np.arange(0,1,0.2)
（3）给定区间，自定义个数：np.linspace(-1,1,50)
创建多维数组：创建单维数组，再添加进多维数组
# 数组的结构一定是np.array([]) 无论数组中间存放的是多少“层”数据 # 二维数组相当于存放的是“两层”数组而已 arr1=np.array(list([1, 2, 3, 4, 5])) arr2=np.array([arr1,[1,0,0,1,0]]) # 2*5的两维数组 arr3=n<p>本文来源gao!daima.com搞$代!码#网#</p>p.array(list([[0,0,1,1,1],[1,1,1,0,0],[2,3,4,5,6]])) # 3*5的两维数组 arrx=np.array([arr1,list([1, 2, 3, 4, 5],[1,1,1,0,0])]) # 报错 arry=np.array([list([[ 1,2,3, 7, 11],[2,3,4,5,6]]),[1, 2, 3, 4, 5]]) # 报错
创建常量值的(n*m)维数据
（1）创建以0为常量值：np.zeros((n*m),dytpe=float/int)
（2）创建以1为常量值：np.ones((n*m))
（3）创建一个空数组：np.empty((n*m))
创建随机数字的数组
生成随机数种子：
（1）np.random.seed()
（2）np.random.RandomState()
生成随机数：
| 函数 | 取值 | 说明 | |
|---|---|---|---|
| 1 | np.random.rand(d0,d1,…,dn) |
[0,1) | 根据给定维度生成数组，服从均匀分布 |
| 2 | np.random.randint(low, high=None, size=None, dtype=’l’) |
[0,low)或者[low,high) | 根据size生成离散均匀分布的整数值 |
| 3 | np.random.randn(d0,d1,…,dn) |
根据给定维度生成数组，服从标准正态分布 | |
| 4 | np.random.random_sample(size=None) | [0,1) | 根据给定维度生成随机浮点数 |
| 5 | np.random.random(size=None) | [0,1) | 根据给定维度生成随机浮点数 |
| 6 | np.random.ranf(size=None) | [0,1) | 根据给定维度生成随机浮点数 |
| 7 | np.random.sample(size=None) | [0,1) | 根据给定维度生成随机浮点数 |
转载请注明原文链接：Numpy对数组的操作：创建、变形(升降维等)、计算、取值、复制、分割、合并
