Numpy学习之——数组创建

Numpy学习之——数组创建

过程展示

import numpy as np
a = np.array([2,3,9])
a

array([2, 3, 9])

a.dtype

dtype('int32')

b = np.array([1.2,2.3,3])
b

array([1.2, 2.3, 3. ])

b.dtype

dtype('float64')

常见的错误是：直接将多个数值当做参数传递，正确的做法是将他们以列表或数组的方式传递

# a = np.array(1,2,3)#错误
b = np.array([1,2,3])#正确

b = np.array([(1.5,2.2),(4.5,3.9)])
b

array([[1.5, 2.2],

[4.5, 3.9]])

c = np.array([(1.5,2.2),(4.5,3.9)],dtype=complex)
c

array([[1.5+0.j, 2.2+0.j],

[4.5+0.j, 3.9+0.j]])

s = "Hello! Mr.shi"
np.array(s)

array('Hello! Mr.shi', dtype='<U13')

创建带有初占位符内容的数组

• np.zeros()
• np.ones()
• np.empty()初始内容为0或者垃圾值，取决于当前内存的状态
• np.full(,x)创建一个全部由x填充的数组

默认情况下，数据类型为float64

注意：小数点表示是浮点数

np.zeros((5,),dtype=np.float)

array([0., 0., 0., 0., 0.])

np.zeros((3,4))

array([[0., 0., 0., 0.],

[0., 0., 0., 0.],

[0., 0., 0., 0.]])

np.ones((2,3,4),dtype=np.int16)#同样可以指定类型

array([[[1, 1, 1, 1],

[1, 1, 1, 1],

[1, 1, 1, 1]],

[[1, 1, 1, 1],

[1, 1, 1, 1],

[1, 1, 1, 1]]], dtype=int16)

np.empty((2,3))

array([[6.23042070e-307, 1.60217812e-306, 1.11261638e-306],

[9.34605037e-307, 8.34451504e-308, 2.46155397e-312]])

np.full((3,4),25)

array([[25, 25, 25, 25],

[25, 25, 25, 25],

[25, 25, 25, 25]])

Numpy还提供了一个返回array序列的函数，而不是返回python的序列

他就是arange函数

函数原型：np.arange(start，stop，step，dtype)

分别对应：

起始，终止（不包含），步长，数据类型（缺省会使用数据的输入类型）

np.arange(2,9)

array([2, 3, 4, 5, 6, 7, 8])

np.arange(1,9,2)

array([1, 3, 5, 7])

由于range函数对于浮点数，使用步长时会出现精度的问题

使用linspace（），它的第三个参数为生成点个数（步长会自动计算）

函数原型：linspace（start，stop，num，endpoint，retstep，dtype）

分别为：起始、终止（包含）、要生成的数量、endpoint序列中是否包含stop（默认True）、retstep（True返回样例及步长）、数据类型

from numpy import pi
np.linspace(0,2,9)

array([0. , 0.25, 0.5 , 0.75, 1. , 1.25, 1.5 , 1.75, 2. ])

np.linspace(6,1,2,retstep=True)

(array([6., 1.]), -5.0)

matplptlib使用

%matplotlib notebook
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0,2*pi,100)
f = np.sin(x)
plt.plot(x,f)

<IPython.core.display.Javascript object>

[<matplotlib.lines.Line2D at 0xe9c6ad0>]

在notebook中显示需要使用魔法命令

%matplotlib notebook

更深入的定制和查看全局选项，可以打开matplotlib/mpl-data下面的文件，修改后放置在home下以.matplotlibrc命名，每次使用时便会读取配置文件