#安装
##1.以管理员的形式打开cmd
2.输入命令 pip list 查看是否有numpy
# 数据创建
使用array创建
array语法
"""
numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
"""
import numpy as np
#使用array创建一维数组
list01 = [1,2,3,4]
np01 = np.array(list01)
print(np01)
print(type(np01))
#使用array创建二维数组
list02 = [[1,2,3,4],[5,6,7,8]]
np02 = np.array(list02)
print(np02)
print(type(np02))
#使用array创建三维数组
list03 = [[[1,2,3,4],[5,6,7,8],[9,10,11,12]]]
np03 = np.array(list03)
print(np03)
print(type(np03))array参数的使用
| 参数 | 参数及描述 |
| ------ | ------------------------------------------------------------ |
| Object | 任何序列类型 |
| dtype | 数组的所需数据类型，可选。 |
| copy | 可选，默认为true，对象是否被复制。 |
| order | C（按行）、F（按列）或A（任意，默认）。 |
| subok | 默认情况下，返回的数组被强制为基类数组。如果为true，则返回子类。 |
| ndimin | 指定返回数组的最小维数。 |# Object 任何序列类型
tuple01 = (1,2,3)
list01= [1,2,3]
set01 = {5,6,7}
dict01 ={"张三":10,"李四":20}
np01= np.array(dict01)
print(np01)
#dtype 数组的所需数据类型，可选。
list01 = [1,2,3]
np01= np.array(list01,dtype=float)
print(np01)
"""
说明 np02 是 np01 的副本，两个是不同的对象
所以np02 和 np01 的数据不同
"""
list01 = [1,2,3]
np01= np.array(list01)
np02=np.array(np01,copy=True)
np02[0]=10
print(np01)
print(np02)
"""
可以看到数据是一样的，说明np02和np01是同一个对象
"""
list01 = [1,2,3]
np01= np.array(list01)
np02=np.array(np01,copy=False)
np02[0]=10
print(np01)
print(np02)
#由于order效果不明显，也不常用，在这里作为了解
#subok 默认情况下，返回的数组被强制为基类数组。如果为true，则返回子类。
#matrix 是矩阵 之后会给大家详细讲解先回用
np01 = np.matrix('1 2 7; 3 4 8; 5 6 9')
print(type(np01))
print(np01)
np02 = np.array(np01, subok=True)
np03 = np.array(np01, subok=False)
print(type(np02)) #<class 'numpy.matrix'> 如果是true返回矩阵
print(type(np03)) #<class 'numpy.ndarray'>如果是False，强制改为了数组
#ndimin 指定返回数组的最小维数。
list01 = [1,2,3]
np01= np.array(list01,dtype=float,ndmin=3)
print(np01)
使用arange创建
先来复习以下range函数
"""
range(start,stop,step) 函数可创建一个整数列表
1.不写start，默认从0开始
2.左开右闭
3.step步长，不写默认是1
"""
for i in range(10):
print(i)"""
arange(start,stop,step,dtype)
1.不写start，默认从0开始
2.左开右闭
3.step步长，不写默认是1
"""
#一维数组
a = np.arange(10) #[0 1 2 3 4 5 6 7 8 9]
a = np.arange(2,10) #[2 3 4 5 6 7 8 9]
a = np.arange(1,10,2) #[1 3 5 7 9]
a = np.arange(1,10,2,dtype=float)
print(a)
#二维数组
#切记前面的12，必须满足3*4
np01 = np.arange(12).reshape(3, 4)
print(np01)#使用random创建数组
常用的random函数
| **函数** | **描述** |
| :--------------------------------------------------- | -------------------------------------- |
| np.random.random(size) | 生成0到1之间的随机数 |
| np.random.randint(low,high=None,size=None,dtype="1") | 生成随机的整数 |
| np.random.randn(d0,d1,d2,d3.........) | 生成标准正态的随机数(期望为0，方差为1) |
| np.random.normal(loc,scale,size) | 生成正态分布(指定期望和方差) |
| np.random.uniform(low,high,size) | 生成均勻分布的随机数 |
| np.random.shuffle() | 随机打乱顺序 |
| np.random.seed() | 设置随机数种子 |
| np.random.sample(size) | 生成随机的浮点数 | np.random.random() 生成0到1之间的随机数
#创建一维数组 size生成几个数据，可直接写4
np01= np.random.random(size=4) #[0.13475357 0.8088961 0.52055803 0.49706622]
#创建二维数组 size=(3,4) 3行4列 可用()和[] ,效果一样
np01= np.random.random((3,4))
#创建三维数组 两个三行四列
np01= np.random.random((2,3,4))
print(np01) """
np.random.normal(loc,scale,size)生成正态分布(指定期望和方差)
loc: 期望，默认0
scale: 方差，默认1.0
size: 长度
"""
np01= np.random.normal(size=5)
np01= np.random.normal(loc= 2,scale=3,size=5)
np01= np.random.normal(size=(2,3,5))
print(np01)
"""
np.random.uniform(low,high,size) 生成均勻分布的随机数
low: 不写默认是0,
high: 结尾,
: 长度
1.左开右闭
"""
np01= np.random.uniform(size= 4)#四个数据几乎不会相差太多，比较均匀
np01= np.random.uniform(size= (2,4))
np01= np.random.uniform(high=3)
print(np01)"""
np.random.seed()设置随机数种子
从每堆种子里选出来的数都是不会变的，从不同的堆里选随机种子每次都不一样，若想每次都能得到相同的随机数，每次产生随机数之前，都需要调用一次seed()
"""
np.random.seed(1)
np01= np.random.randint(1,10,size= 5)
np.random.seed(1)
np02= np.random.randint(1,10,size = 5)
print(np01)
print(np02)"""
np.random.sample(size) 生成随机的浮点数
"""
np01= np.random.sample(size=2)
print(np01)
np02= np.random.sample(size=(2,3))
print(np02)#使用zeros创建数组
numpy.zeros(shaps,dtype=float,order="C") #创建指定大小的数组，数组以0填充"""
numpy.zeros(shaps,dtype=float,order="C") #创建指定大小的数组，数组以0填充
shaps:维度
dtype：数据类型
order：按行按列
"""
np01= np.zeros(5) #[0. 0. 0. 0. 0.]
np01= np.zeros(5,dtype="int32") #[0 0 0 0 0]
np01= np.zeros((2,5),dtype="int32")
"""
[[0 0 0 0 0]
[0 0 0 0 0]]
"""
print(np01)#创建特定形状的多维数组
| **函数** | **描述** |
| -------------------- | ---------------------------------------------------------- |
| np.zeros((3, 4)) | 创建3×4的元素全为0的数组 |
| np.ones((3, 4)) | 创建3×4的元素全为1的数组 |
| np.empty((2, 3)) | 创建2×3的空数组，空数据中的值并不为0，而是未初始化的垃圾值 |
| np.zeros_like(ndarr) | 以ndarr相同维度创建元素全为0数组 |
| np.ones_like(ndarr) | 以ndarr相同维度创建元素全为1数组 |
| np.empty_like(ndarr) | 以ndarr相同维度创建空数组 |
| np.eye(5) | 该函数用于创建一个5×5的矩阵，对角线为1，其余为0 |
| np.full((3,5), 10) | 创建3×5的元素全为10的数组，10为指定值 |np01= np.ones((2,5),dtype="int32")
np01= np.empty((2,5),dtype="int32")
print(np01)list01= [
[1,2,3],
[4,5,6]
]
np01= np.array(list01)
print(np01.shape)
np02= np.zeros_like(np01,dtype=float)
print(np02)
print(np02.shape)# np.eye(5) 该函数用于创建一个5×5的矩阵，对角线为1，其余为0
np01= np.eye(5)
print(np01)# np.full((3,5), 10) 创建3×5的元素全为10的数组，10为指定值
#10是指定的，你可以指定任意值
np01= np.full((3,5),5)
print(np01)#使用linspace创建数组
np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)
| 参数 | **描述** |
| -------- | ------------------------------------------------------- |
| start | 序列的起始值 |
| stop | 序列的终止值 ，如果endpoint=True，则证明数组包含于数列 |
| num | 生成样本数量，默认是50 |
| endpoint | 如果为ture则包含stop，否则不包含 |
| retstep | 如果retstep=Ture，生成的数组会显示间距，否则不显示 |
| dtype | 数据类型 |
```python
"""
np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)
"""
np01= np.linspace(1,10,5)#从1-10，生成5个数据
np01= np.linspace(1,10,5,endpoint=True)#把10包含进去
np01= np.linspace(1,10,5,endpoint=False)#把10不包含进去
np01= np.linspace(1,10,5,retstep=True)#显示间距
np01= np.linspace(1,10,5,dtype="int32")
print(np01)
```
#使用logspace创建数组
np.logspace(start,stop,num=50,endpoint=Ture,base=10.0,dtype=None)
| 参数 | **描述** |
| -------- | ------------------------------------------------------- |
| start | 序列的起始值 |
| stop | 序列的终止值 ，如果endpoint=True，则证明数组包含于数列 |
| num | 生成样本数量，默认是50 |
| endpoint | 如果为ture则包含stop，否则不包含 |
| base | 对数log的底数,默认10.0 |
| dtype | 数据类型 |