python基础——numpy库（1）

NUMPY介绍

NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持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（这一点上是超过list的，针对数组运算的数学函数库可以简化运损，也因此有数组存在的意义）。NumPy 最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合。下面介绍关于ndarray的相关内容。

numpy数组属性

NumPy 数组的维数称为秩（rank），秩就是轴的数量（也因此是一个标量），即数组的维度，一维数组的秩为 1，二维数组的秩为 2，以此类推。关于轴、秩和维度，这篇文章讲述的非常详细：https://blog.csdn.net/weixin_40974922/article/details/93496508.粘贴到这里供大家学习参考。简而言之就是，轴是坐标轴的轴线（因此可以契合维度，一维二维三维等等），而秩是一个标量，代表轴的个数（维度数）

然后就是数组的组成部分。ndarray本质是一个对象，是在array的实例。

创建数组以及相关操作

简单了解数组的属性之后，需要知道的就是如何创建数组，以及后续的操作。
创建数组的方式大致有三种：numpy.empty,numpy.zeros和 numpy.ones。同时，ndarray本质是一个对象，是array的实例。因此最直接的创建方法，就是调用array来创建。

import numpy as np
a = np.array([(1,2),(2,3)])
print(a)

输出结果：

[[1 2]
 [2 3]]

而数组中很可能会包含不同数据类型，比如float、int(以及8位、64位）、complex等等，因此我们需要一个成员来表示数组的内容类型。这也就是dtype。
原型：numpy.dtype(object, align, copy)

object - 要转换为的数据类型对象
align - 如果为 true，填充字段使其类似 C 的结构体。
copy - 复制 dtype 对象 ，如果为 false，则是对内置数据类型对象的引用

使用方法如下：

dt = np.dtype(int)
a = np.array([(1.2,2.3),(3.3,4.0)],dtype = dt)
print(a)

输出结果：

[[1 2]
 [3 4]]

不难看出，dtype就是ndarray中的一部分，用来指示数组的数据类型。下面正式介绍三种创建数组的方式。

numpy.empty

方法如其名，创建出的数组是未初始化的数组（并不是0）。
方法原型：numpy.empty(shape, dtype = float, order = 'C')
shape是数组的规模（先行后列），数据类型以及行优先和列优先，即在计算机内存中的存储元素的顺序。（C是列）
代码如下：

a = np.empty([2,3])
print(a)

输出结果：

[[ 1.18527887e-311 -1.42667368e-210  1.18527887e-311]
 [ 1.18527887e-311  3.93701730e+094  1.18527887e-311]]

numpy.zeros

原型：numpy.zeros(shape, dtype = float, order = 'C')

a = np.zeros([2,3])
print(a)
[[0. 0. 0.]
 [0. 0. 0.]

numpy.ones

原型：numpy.ones(shape, dtype = None, order = 'C')

a = np.ones([2,3])
print(a)
[[1. 1. 1.]
 [1. 1. 1.]]