文章目录
🎈（一）numpy基础介绍
🎆1.什么是numpy
🎇2.为什么要学习numpy
NumPy 是一个运行速度非常快的数学库，主要用于数组计算，包含：
✨3.numpy的应用
🎉4.numpy的安装
🎊5.numpy库的导入
import numpy as np
🎃（二）numpy创建数组（矩阵）
🎄1.创建数组（array）
a = np.array([5,6,7,8,9]) b = np.array(range(5,10)) c = np.arange(5,10) print(a,type(a)) print(b,type(b)) print(c,type(c)) # 结果：[5 6 7 8 9] <class 'numpy.ndarray'>
🎋2.数据类型（dtype）
print(a.dtype,b.dtype,c.dtype) # 结果：int32 int32 int32
附：numpy中常见的数据类型：
🎍3.数据类型的操作
🎎3.1 定义数据类型
x1 = np.array(range(5,10),dtype = 'float') print(x1,x1.dtype) # 结果： [5. 6. 7. 8. 9.] float64
x2 = np.array([0,1,1,0,1,0,1],dtype=bool) print(x2,x2.dtype) # 结果：[False True True False True False True] bool
🎐3.2 调整数据类型
x3 = np.array(range(5,10),dtype = 'int8') x4 = x3.astype('int32') print(x3.dtype,x4.dtype) # 结果：int8 int32
🎑3.3 保留n位小数
例：保留3位随机小数
x5 = random.random() x6 = np.round(x5,3) print(x6) # 结果：0.313
🎀（三）数组的计算
🎁1.查看数组形状
🎗1.1 创建一维数组
a = np.array(range(13)) print(a,a.shape)
结果：
🎠1.2 创建二维数组
a1 = np.array([[1,2,3],[4,5,6],[7,8,9]]) print(a1) print(a1.shape)
结果：
🎡1.3 创建三维数组
a2 = np.array([[[1,2,3],[4,5,6],[7,8,9],[10,11,12]]]) print(a2) print(a2.shape)
结果：
a3= np.array(range(24)) print(a3.shape) #原a3为1维数组 a4 = a3.reshape(2,3,4) print(a4) print(a4.shape)
结果：
🎭2.2 将3维数组变到1维数组
a5 = a4.reshape(24,) print(a5) print(a5.shape)
结果：
a5 = a4.flatten() print(a5) print(a5.shape)
结果和上面相同。
🎨3.数组的计算
🎰3.1 数组与数字的计算
🛒3.1.1 加法
import numpy as np a = np.array(range(24)) b = a.reshape(4,6) print(b) print(b+1)
结果：
import numpy as np a = np.array(range(24)) b = a.reshape(4,6) print(b) print(b-1)
结果：
⚒结语
好啦，今天的内容就是这样，希望看到这篇文章的小伙伴们能有所收获。最后，如果你觉得这篇文章可以的话，三连支持一下吧，我是苏凉，咱们下期再见！！
