基本属性

import numpy as np
array = np.array([[1,2,3],[4,5,6]])

array.dtype

返回矩阵的数据类型

array.ndim

返回该矩阵是几维的

array.size

返回矩阵的大小（元素的个数）

array.shape

返回矩阵是几行几列的

numpy创建array

x行y列，元素全为1的矩阵（np.zeros(shape=(x,y))）

a = np.zeros(shape=(3,4))
print(a)
'''
定义了一个3行4列，全为0的矩阵
[ [0 0 0 0]
  [0 0 0 0]
  [0 0 0 0] ]


矩阵和列表的区别：
  1.矩阵没有逗号，列表需要逗号分隔
  2.矩阵可以进行矩阵运算
'''

x行y列，元素全为0的矩阵（np.ones(shape=(x,y))）

a = np.ones(shape=(3,4))
print(a)
'''
定义了一个3行4列，全为1的矩阵
[ [1 1 1 1]
  [1 1 1 1]
  [1 1 1 1] ]
'''

x行y列，元素接近于0的矩阵(np.empty(shape=(x,y)))

a = np.empty(shape=(3,4))

生成一个，元素有顺序的一维的矩阵(np.arange(start=x,stop=y,step=z))

start：起
stop：止
step：步长（默认为1）
如果只写一个参数默认给stop，前闭后开区间

a = np.arange(1,6,2)
'''
[ 1 3 5 ]
'''

a = np.arange(1,3)
'''
[ 1 2 ]
'''

生成一个x行y列，且有顺序的矩阵(np.arange(start=x,stop=y,step=z).reshape((x,y)))

a = np.arange(1,11,1).reshape((2,5))
'''
按1-10，2行5列的矩阵
[[ 1  2  3  4  5]
 [ 6  7  8  9 10]]
'''

生成线段，将一个范围，等分为几段，可以使用reshape(())组织成几行几列（np.linspace(start=x,stop=y,num=z)）

可以将范围看成一条线段
num：等分为几段
a = np.linspace(start=1,stop=10,num=6)
'''
[ 1.   2.8  4.6  6.4  8.2 10. ]

有小数点时，矩阵类型从 int32 变成了 float64
'''

a = np.linspace(start=1,stop=10,num=6).reshape((2,3))
'''
[[ 1.   2.8  4.6]
 [ 6.4  8.2 10. ]]
'''

小结

1.对于任何矩阵都可以使用 reshap((x,y)) 方法来重新组织矩阵

2.矩阵和列表的区别：
  1.矩阵没有逗号，列表需要逗号分隔
  2.矩阵可以进行矩阵运算

3.使用了线段分割后，如果有小数，则数据类型会\

float64，在矩阵中整数后面会跟小数点如 10.