學習Python的童鞋，對numpy都不陌生，小白最近學習了一些Numpy的方法，發現Numpy真的很強大。

Numpy:本質的數字化的python，當然也可以存放string類型的數據。

如何創建array?可以用tuple也可用list.

其中，dtype用來指定數據類型，int32指，存放int類型最高32位，不過也可以去掉32，直接寫int。數據類型float都可以定義數據的長度，也可以不定義。

第一種用tuple

            
              tuple=(1,2,3,4)
a=np.array(tuple,dtype='int32')
a
            
          

結果為：

            
              array([1, 2, 3, 4])
            
          

第二種用list

            
              list=[1,2,3,4]
b=np.array(list,dtype='int32')
b
            
          

結果為：

            
              array([1, 2, 3, 4])
            
          

如果同樣是傳入int類型的list，但是指定為float類型，如下：

            
              list=[1,2,3,4]
c=np.array(list,dtype='float')
c
            
          

結果為：

            
              array([1., 2., 3., 4.])
            
          

這里自動就將數據轉成float類型了。

上面都是單list或者單tuple傳入，那么一樣可以混合傳入：

            
              d=np.array([list,tuple])
d
d.shape
            
          

            
              array([[1, 2, 3, 4],
       [1, 2, 3, 4]])
(2, 4)
            
          

這里安利一個小功能，查看array的類型（shape函數）,從結果可以看出是一個2行4列的數組。

創建一些特殊的矩陣：

1)生成相應大小的零矩陣,默認數據類型是float

用法： zeros(shape, dtype=float, order='C')
參數：

? ? ? ? ? ? shape: 形狀
? ? ? ? ? ? dtype: 數據類型，可選參數，默認numpy.float64
? ? ? ? ? ? dtype類型：t ,位域,如t4代表4位
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? b,布爾值，true or false
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? i,整數,如i8(64位）
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? u,無符號整數，u8(64位）
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? f,浮點數，f8（64位）
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? c,浮點負數，
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? o,對象，
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? s,a，字符串，s24
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? u,unicode,u24
? ? ? ? ? ? order: 可選參數，c代表與c語言類似，行優先；F代表列優先

2)生成相應大小的1矩陣,默認數據類型是float

用法： numpy.ones(shape, dtype=None, order=’C’)

參數：

? ? ? ? ? ?shape: 形狀
? ? ? ? ? ?dtype: 數據類型，可選參數，默認numpy.float64

? ? ? ? ? ?order: 可選參數，c代表與c語言類似，行優先；F代表列優先

3)生成一個隨機元素的矩陣，大小按照參數定義，默認數據類型是float

用法： empty(shape[, dtype, order])

參數 ： shape : 整數或者整型元組定義返回數組的形狀；
? ? ? ? ? ? dtype : 數據類型，可選定義返回數組的類型。
? ? ? ? ? ? order : {‘C’, ‘F’}, 可選規定返回數組元素在內存的存儲順序：C（C語言）-rowmajor；F（Fortran）column-major

4)生成相應大小的一個對角線元素為1，其余位置為0的矩陣

用法： numpy.eye(N, M=None, k=0, dtype= , order='C')

參數：

?? ? ? ? ?? N：int值，行數。
? ? ? ? ? ?M：int值，列數，如果沒有則默認為N。
? ? ? ? ? ?dtype：返回的數據元素的格式，默認為float。
? ? ? ? ? ?order：1.14.0版本后，可選參數{'C', 'F'}

下面是對應的小例子~

            
              1)np.zeros([3,3])
array([[0., 0., 0.],
       [0., 0., 0.],
       [0., 0., 0.]])
2)np.ones([3,4])
array([[1., 1., 1., 1.],
       [1., 1., 1., 1.],
       [1., 1., 1., 1.]])
3)np.empty([2,3])
array([[3.46e-322, 0.00e+000, 0.00e+000],
       [0.00e+000, 0.00e+000, 0.00e+000]])
4)np.eye(4)
array([[1., 0., 0., 0.],
       [0., 1., 0., 0.],
       [0., 0., 1., 0.],
       [0., 0., 0., 1.]])
            
          

numpy的一些函數：

1)函數說明：arange([start,] stop[, step,], dtype=None)

? ? 根據start與stop指定的范圍以及step設定的步長，生成一個 ndarray。?

2)函數說明：numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)

? ?在指定的間隔內返回均勻間隔的數字。
? ?返回num均勻分布的樣本，在[start, stop]。
? ?這個區間的端點可以任意的被排除在外。

3)random有函數

1.np.random.random((a,b))
? a代表隨機生成的個數，b代表區間，如果b=10就是從0-10中隨機。
2.numpy.random.rand(a0, a1, ..., an)
? 生成一個[0,1)之間的隨機浮點數或N維浮點數組。
3.numpy.random.randn(a0, a1, ..., an)
? 生成一個浮點數或N維浮點數組，取數范圍：正態分布的隨機樣本數。
4.numpy.random.standard_normal(size=None)
? 生產一個浮點數或N維浮點數組，取數范圍：標準正態分布隨機樣本
5.numpy.random.randint(low, high=None, size=None, dtype='l')
? 生成一個整數或N維整數數組，取數范圍：若high不為None時，取[low,high)之間隨機整數，否則取值[0,low)之間隨機整數。
6.numpy.random.random_integers(low, high=None, size=None)
? 生成一個整數或一個N維整數數組，取值范圍：若high不為None，則取[low,high]之間隨機整數，否則取[1,low]之間隨機整數。
7.numpy.random.random_sample(size=None)
? 生成一個[0,1)之間隨機浮點數或N維浮點數組。
8.numpy.random.choice(a, size=None, replace=True, p=None)
? 從序列中獲取元素，若a為整數，元素取值為np.range(a)中隨機數；若a為數組，取值為a數組元素中隨機元素。
9.numpy.random.shuffle(x)
? 對X進行重排序，如果X為多維數組，只沿第一條軸洗牌，輸出為None。
10.numpy.random.permutation(x)
? 與numpy.random.shuffle(x)函數功能相同，兩者區別：peumutation(x)不會修改X的順序。

            
              1)np.arange(2,10,2)
array([2, 4, 6, 8])
2)np.linspace(0,10,3)
array([ 0.,  5., 10.])
3)a = np.random.random([4,4])
[[0.94927293 0.11516777 0.15205786 0.36055847]
 [0.24878514 0.33557077 0.30436868 0.70995221]
 [0.39684346 0.18775942 0.03005964 0.57851862]
 [0.22523724 0.59238284 0.86613604 0.29699464]]
            
          

? ? ? 以上是對numpy的一些簡單函數的使用及創建，歡迎大家交流學習哦。

?