numpy---one

import numpy as np

#创建数组（给array函数传递Python序列对象）
a = np.array([1,2,3,4,5])
b = np.array((1,2,3,4,5,6))
c = np.array([ [1,2,3,4,5], [6,7,8,9,10] ])

#数组的大小用shape属性获得
print(type(a), a.shape, a, ‘\n‘)
print(type(b), b.shape, b,‘\n‘)
print(type(c),c.shape, c,‘\n‘)

#改变数组的shape属性，改变自身元素排列
c.shape = 2, 5
print(c.shape, c)

c.shape = 10, -1
print(c.shape, c)

#通过reshape改变数组排序，赋值给新数组，但是共享同一块内存
d = b.reshape((2,3))
print(d.shape, d)
b[1]=100
print(b,d)

输出:

<class ‘numpy.ndarray‘> (5,) [1 2 3 4 5]

<class ‘numpy.ndarray‘> (6,) [1 2 3 4 5 6]

<class ‘numpy.ndarray‘> (2, 5) [[ 1 2 3 4 5]
[ 6 7 8 9 10]]

(2, 5) [[ 1 2 3 4 5]
[ 6 7 8 9 10]]
(10, 1) [[ 1]
[ 2]
[ 3]
[ 4]
[ 5]
[ 6]
[ 7]
[ 8]
[ 9]
[10]]
(2, 3) [[1 2 3]
[4 5 6]]
[ 1 100 3 4 5 6] [[ 1 100 3]
[ 4 5 6]]

import numpy as np

#创建数组（通过numpy函数）
a = np.arange(0, 1, 0.1) #不包括终值
b = np.linspace(0, 1, 10) #包括终值，等差10个数
c = np.logspace(0, 2, 10) #从1到100，等比10个数

s = "abcdef"
d = np.fromstring(s, dtype=np.int8)
e = np.fromstring(s, dtype=np.int16)
print(a,‘\n‘,b,‘\n‘,c,‘\n‘,d,‘\n‘,e,‘\n‘)

输出：

[ 0. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9]
[ 0. 0.11111111 0.22222222 0.33333333 0.44444444 0.55555556
0.66666667 0.77777778 0.88888889 1. ]
[ 1. 1.66810054 2.7825594 4.64158883 7.74263683
12.91549665 21.5443469 35.93813664 59.94842503 100. ]
[ 97 98 99 100 101 102]
[25185 25699 26213]

import numpy as np

#创建10个元素的一维数组
def func(i):
    return i%4+1

print ( np.fromfunction(func,(10,)) )

输出：

[ 1.  2.  3.  4.  1.  2.  3.  4.  1.  2.]

import numpy as np

def func(i,j):
    return (i + 1) * (j + 1)

print(np.fromfunction(func, (9,9)))

输出：

[[ 1. 2. 3. 4. 5. 6. 7. 8. 9.]
[ 2. 4. 6. 8. 10. 12. 14. 16. 18.]
[ 3. 6. 9. 12. 15. 18. 21. 24. 27.]
[ 4. 8. 12. 16. 20. 24. 28. 32. 36.]
[ 5. 10. 15. 20. 25. 30. 35. 40. 45.]
[ 6. 12. 18. 24. 30. 36. 42. 48. 54.]
[ 7. 14. 21. 28. 35. 42. 49. 56. 63.]
[ 8. 16. 24. 32. 40. 48. 56. 64. 72.]
[ 9. 18. 27. 36. 45. 54. 63. 72. 81.]]