一、什么是numpy库
Numpy(Numerical Python) 是科学计算基础库,提供大量科学计算 相关功能,比如数据统计,随机数生成等。其提供最核心类型为多维数组类型(ndarray),支持大量的维度数组与矩阵运算, Numpy支持向量处理ndarray对象,提高程序运算速度。
二、安装numpy库
1、通过pip直接安装
pip install numpy
2、安装pandas库也可以,因为安装pandas库的时候会自动帮你安装numpy库
pip install pandas
3、使用jupyter notebook 编写代码
使用方法:直接在pycharm的终端页面输入jupyter notebook,输入以后点击回车,即可打开使用页面,此时页面中的内容就是pycharm存放代码的位置,因为pycharm社区版没有jupyter功能,其文件后缀名为.ipynb
打开以后点击右侧(new)然后再点击第一条Python3打开页面,更改文件名可以在左上角找到rename即可。
jupyter notebook方便进行数据的处理,其可以对每一步都做出运行,每输入一行,长按shift+回车即可运行当前行代码,并进入下一行
三、使用numpy库函数
1、arange创建数组
上述则是一个一维数组
同样也可以生成一个二维数组:
2、array函数:生成多维数组
array函数可以生成多维数组,如果要生成一个二维数组,需要向array函数传递一个列表类型的参数。每一个列表元素是一维的ndarray类型数组,作为二维数组的行。另外,通过ndarray类的shape属性可以获得数组每一维的元素个数(元组形式),也可以通过shape[n]形式获得每一维的元素个数,其中n是维度,从0开始。
其书写格式如下:
numpy.array(object, dtype = None, copy =True, order = None, subok = False, ndmin = 0)
如图所示即为一个二维数组(两个中括号),
其同样可以生成一个多维数组,图示为三维数组,但是括号内需要齐次
2.1 shape
如图输出的内容说明这个数组是两行三列的,如果在shape后加个中括号shape[0],则说明输出这个二维数组第一维的元素个数
即图示为三行四列元素,shape[0]输出第一维的元素个数,shape[1]输出第二位的元素个数
2.2 ndmin:用于指定生成的数组的最小维数
其生成一个三维数组
2.3 dtype: 是用于指定数组数据类型的参数
float64表示数组中的元素类型是64位浮点数(双精度浮点数)
3、random:生成随机数
3.1、random.random : 0.0-1.0之间的随机小数
其中size为一个值时表示一维这个数字个数的随机数,(a,b),则表示二维a行b列,以此类推
3.2、random.randint:随机整数
下图表示生成4以内的随机整数
下图表示生成[4,6)之间的随机整数
下图表示生成[4,10)之间的整数3个,并生成一个一维数组
3.3 randn(d0,d1,…,dn): 正态分布
randn函数返回一个或一组样本,具有标准正态分布(期望为0,方差为1)
3.4 normal 指定期望和方差生成正态分布
下列为随机生成平均值(期望)loc为10,方差为1的3行4列二维数组
3.5 ndarray 对象
其对象属性如下:
如下图即可展示:
4、zeros创建:创建指定大小的数组,数组元素以 0 来填充
例如下列,创建一个3行4列的二维数组:
4.1 zeros_like:根据传入的数组形状创建全为0的数组
5、ones创建:创建指定形状的数组,数组元素以 1 来填充。
5.1 ones_like():根据传入的数组形状创建全为1的数组
6、empyt创建
7、full()创建:
8、add
类似于a+b
9、eye / identity 创建单位矩阵
10、linspace创建:等差数列
1开始10结束,包含1和10,生成个数10个元素的等差数列一维数组,其中步距为1
11、logspace创建:等比数列
格式如下:
如下图所示
2开始,256结尾,endpoint默认结尾为True包含结尾,个数为numa为16个,对数的底数base为2,默认base为10