numpy数组的应用
1.创建
引入numpy库
import numpy as np
创建对象
一维
arr = np.array([1, 2, 3])
二维
arr = np.array([1, 2, 3], [4, 5, 6])#相当于一个二维数组
2.常用属性
T 数组维度的转换
dtype 数据类型
shape 数组维度大小，如三行四列
astype 类型转换
3.获取行列数
arr.shape[]
4.数组的切割
取所有元素
print(arr[:, :])
第一个代表行，第二个代表列
5.数组元素的替换
替换会更改本身的数组，需要复制数组copy()
6.数组的合并
合并行
需要相同的行
np.hstack((arr1, arr2))
合并两个numpy数组，其中axis=1表示合并两个numpy数组的行
print(np.concatenate((arr1, arr2), axis=1))
合并列
np.vstack((arr1, arr2))
合并两个numpy数组，其中axis=0表示合并两个numpy数组的列
print(np.concatenate((arr1, arr2), axis=0))
7.通过函数创建numpy数组
（1）arry()
（2）arange(）范围
构造0-9的ndarray数组
print(np.arange(10))
构造1-4的ndarray数组
print(np.arange(1, 5))
构造1-19且步长为2的ndarray数组
print(np.arange(1, 20, 2))
（3） linspace/logspace
构造一个等差数列，取头也取尾，从0取到20，取5个数
print(np.linspace(0, 20, 5))
构造一个等比数列，从100取到1020，取5个数
print(np.logspace(0, 20, 5))
8.数组的运算
（1）加减乘除运算
（2）函数运算
（3）矩阵化
1.点乘，numpy数组的点乘必须满足第一个numpy数组的列数等于第二个numpy数组的行数
2.转置T
3.逆，行数列数相同，才可逆，np.linalg.inv(arr)
（4）数学统计方法
（5）numpy.random生成随机数