1. numpy中用于生成ndarray的常用方法

1.1 导入numpy模块

import numpy as np

1.2 生成特定ndarray数组的方法

• np.ones(shape, dtype)
• np.ones_like(a, dtype)
• np.zeros(shape, dtype)
• np.zeros_like(a, dtype)

1.3 利用现有序列或数组生成ndarray数组

• np.array(object,dtype)
  • 深拷贝，创建新的数组
• np.asarray(array,dtype)
  • 浅拷贝

1.4 生成固定范围的ndarray数组

• np.linspace (start, stop, num, endpoint)
  • num：生成序列中元素个数，默认50
  • endpoint：是否包含stop值，默认为True
• np.arange(start,stop,step,dtype)
  • step：步长，默认为1
• np.logspace(start,stop,num)
  • 创建等比数列
  • num：生成的ndarray对象的元素个数

1.5 利用np.random模块生成ndarray数组

• np.random.randn(d0,d1,...,dn)
  • 生成的ndarray元素值符合标准正态分布
  • 参数个数等于生成的ndarray的维度。
• np.random.normal(loc,scale,size)
  • loc：正态分布的均值
  • scale：正态分布的标准差
  • size：生成的ndarray的dtype，是个元组或列表或int，缺省时输出一个值
• np.random.standard_normal(size)
  • size：生成的ndarray的dtype，是个元组或列表
• np.random.rand(d0,d1,...,dn)
  • 生成的ndarray对象的元素符合0-1均匀分布
  • 参数个数等于生成的ndarray的维度
• np.random.uniform(low,high,size)
  • low：采样下界
  • high：采样上界
  • size：为int或元组或列表类型，缺省时输出1个值
• np.random.randint(low, high=None, size=None, dtype='l')
  • high不为空时，取[low,high)之间的随机整数
  • 若high为空时，取[0,low)之间的随机整数

1.6 利用已有的数组生成一个去重的一维ndarray数组对象

• np.unique(array)
  • array：一个数组
  • 返回一个一维的去重的ndarray对象

2. ndarray类型：它是一个可变类型

2.1 ndarray对象的属性

属性名字	属性解释
ndarray.shape	ndarray数组维度的元组
ndarray.ndim	ndarray数组维数
ndarray.size	ndarray数组中的元素数量
ndarray.itemsize	一个ndarray数组元素的长度（字节）
ndarray.dtype	ndarray数组元素的类型

2.2 ndarray对象的常用实例方法

• arr.reshape(shape)
  • 返回一个新的视图
• arr.resize(new_shape)
  • 原地修改
  • 将数组本身形状改变
• arr.T
  • 返回该arr的转置视图
• arr.astype(type)
  • 修改元素类型，返回该arr的新的视图
• arr.tostring()
  • 见名知意
• arr.tobytes()
  • 转化为python字节

2.3 ndarray对象的索引

•  arr[0,0:3]
  • 逗号分割维度
  • 每个维度都可以进行切片操作

2.4 ndarray对象的运算

# 每个元素进行比较
arr > 60

arr[arr>60]=1

•  ndarray对象与数的运算
  • 数与数组的逐个元素进行运算
• ndarray对象之间运算
  • 对应元素相互运算。
  • 满足广播机制

arr = np.array([[1, 2, 3, 2, 1, 4], [5, 6, 1, 2, 3, 1]])
arr + 1

3. numpy中对ndarray运算的方法

3.1 通用判断函数：返回值为布尔类型

• np.all(关于数组的表达式)
• np.any(关于数组的表达式)

np.all(score[0:2, :] > 60)

np.any(score[0:2, :] > 80)

3.2 np.where(布尔表达式，情况1，情况2)

• 返回值是ndarray类型

np.where(temp > 60, 1, 0)

np.where(np.logical_and(temp > 60, temp < 90), 1, 0)

3.3 对ndarray的统计运算

• np.min(arr,axis)
• np.max(arr,axis)
• np.median(arr,axis)
• np.mean(arr,axis,dtype)
• np.std(arr,axis,dtype)
• np.var(arr,axis,dtype)
• np.argmax(arr,axis)
• np.argmin(arr,axis)
• np.sqrt(arr)

3.4 对ndarray进行矩阵运算

• np.matmul(arr1,arr2)
• np.dot(arr1,arr2)
  • 也是矩阵相乘，还可以矩阵与标量运算