python ndarray數組對象特點及實例分享

import numpy as np
 
a = np.arange(0, 5, 1)
print(a)
b = np.arange(0, 10, 2)
print(b)

>>> import numpy as np
>>> m = np.array([[1,2,3], [2,3,4]])    #定義矩陣，int64
>>> m
array([[1, 2, 3],
    [2, 3, 4]])
>>> m = np.array([[1,2,3], [2,3,4]], dtype=np.float)  #定義矩陣,float64
>>> m
array([[1., 2., 3.],
    [2., 3., 4.]])
>>> print(m.dtype)  #數據類型  
float64
>>> print(m.shape)  #形狀2行3列
(2, 3)
>>> print(m.ndim)   #維數
2
>>> print(m.size)   #元素個數
6
>>> print(type(m))
<class 'numpy.ndarray'>

>>> m = np.zeros((2,2))     #全0
>>> m
array([[0., 0.],
    [0., 0.]])
>>> print(type(m))        #也是ndarray類型
<class 'numpy.ndarray'>
>>> m = np.ones((2,2,3))    #全1
>>> m = np.full((3,4), 7)    #全為7
>>> np.eye(3)          #單位矩陣
array([[1., 0., 0.],
    [0., 1., 0.],
    [0., 0., 1.]])
>>> np.arange(20).reshape(4,5)  #生成一個4行5列的數組
>>>
>>> np.random.random((2,3))    #[0,1)隨機數
array([[0.51123127, 0.40852721, 0.26159126],
    [0.42450279, 0.34763668, 0.06167501]])
>>> np.random.randint(1,10,(2,3))  #[1,10)隨機整數的2行3列數組
array([[5, 4, 9],
    [2, 5, 7]])
>>> np.random.randn(2,3)       #正態隨機分佈
array([[-0.29538656, -0.50370707, -2.05627716],
    [-1.50126655, 0.41884067, 0.67306605]])
>>> np.random.choice([10,20,30], (2,3))   #隨機選擇
array([[10, 20, 10],
    [30, 10, 20]])
>>> np.random.beta(1,10,(2,3))       #貝塔分佈
array([[0.01588963, 0.12635485, 0.22279098],
    [0.08950147, 0.02244569, 0.00953366]])

>>> from numpy import *
>>> a1=array([1,1,1])  #定義一個數組
>>> a2=array([2,2,2])
>>> a1+a2        #對於元素相加
array([3, 3, 3])
>>> a1*2         #乘一個數
array([2, 2, 2])

##
>>> a1=np.array([1,2,3])
>>> a1
array([1, 2, 3])
>>> a1**3       #表示對數組中的每個數做立方
array([ 1, 8, 27])

##取值，註意的是它是以0為開始坐標，不matlab不同
>>> a1[1]
2

##定義多維數組
>>> a3=np.array([[1,2,3],[4,5,6]])
>>> a3
array([[1, 2, 3],
    [4, 5, 6]])
>>> a3[0]       #取出第一行的數據
array([1, 2, 3])
>>> a3[0,0]      #第一行第一個數據
1
>>> a3[0][0]     #也可用這種方式
1
>>> a3
array([[1, 2, 3],
    [4, 5, 6]])
>>> a3.sum(axis=0)   #按行相加，列不變
array([5, 7, 9])
>>> a3.sum(axis=1)   #按列相加，行不變
array([ 6, 15])