Numpy

 简介

　　NumPy是Python语言的一个扩充程序库。支持高级大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。Numpy内部解除了Python的PIL(全局解释器锁),运算效率极好,是大量机器学习框架的基础库!

经常使用函数

一、np.array（）

• np.array([1,2,3,4,5])

二、numpy array 和 python list的区别

• 标准Python的列表(list)中，元素本质是对象。如：L = [1, 2, 3]，须要3个指针和三个整数对象，对于数值运算比较浪费内存和CPU。所以，Numpy提供了ndarray(N-dimensional array object)对象：存储单一数据类型的多维数组。

三、如何强制生成一个 float 类型的数组

• d = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]], dtype=np.float)

d = np.array([1, 2, 3, 4,5, 6, 7, 8], dtype=np.float) print(d) #[1. 2. 3. 4. 5. 6. 7. 8.] 

四、astype()

• d.astype(int)强制类型转换

五、dtype（）

• d.dtype()返回数组中元素的数据类型

六、np.arange()

• np.arange(0,10):生成[0 1 2 3 4 5 6 7 8 9] 左开右闭不包括10

七、arange 和python 的range 函数的区别

• arange能够生成浮点类型，而range只能是整数类型

import numpy as np print(np.arange(0,10)) print(list(range(0,10))) #[0 1 2 3 4 5 6 7 8 9]
#[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

八、np.linspace()

• np.linspace(1, 10, 10)构造等差数列，三个参数依次是：开始值，结束值，共几个数字，包括开始和结束值；

• np.linspace(1, 10, 10, endpoint=False)：不包括终止值；

九、np.logspace()

• np.logspace(1,4,4,base=2,endpoint=True)：构造等比数列，包括终止值；

十、随机数生成

• np.random.randint(a,b,size=(c,d))：随机生成（a*b）个c-d的数的二维数组

• np.random.rand(0,10):随机生成 0-10的10个数字  

十一、np.array 的数组切片

• a = [1,2,3,4,5,6,7]

• 三冒号规则：[开始：结尾：步长]

• 步长为-1，意味着反转：a[::-1]=[7,6,5,4,3,2,1]