生成Numpy的一维数组

x=np.array([1.0,2.0,3.0])  #生成数组
print(x)
x=np.array([1.1,2.2,3.3])
print(y.round(1))  #矩阵的结果保留一位小数#结果
[1. 2. 3.]  #生成的数组默认省略小数点后面的0
[1.1 2.2 3.3]

Numpy数组的算术运算

x=np.array([1,2,3])
y=np.array([4,5,6])
'''算术运算按位运算即可'''
print(x+y)   #结果：[5 7 9]
print(x-y)   #结果：[-3 -3 -3]
print(x*y)   #结果：[ 4 10 18]
print(x/y)   #结果：[0.25 0.4  0.5 ]
#广播(数组中各个元素和标量之间的运算)
print(x/2)   #结果：[0.5 1.  1.5]

Numpy的N维数组

A=np.array([[1,2],[3,4]])  #生成二维数组
print(A)
#结果：
[[1 2][3 4]]
print(A.shape)   #输出矩阵的行列：(2,2)
print(A.dtype)   #输出矩阵元素的数据类型：int32 #int32，int64是numpy独有的，python一般还是int

访问元素

访问元素和c语言数组一样，都是从0开始索引。

A=np.array([[1,2],[3,4],[5,6]])
print(A[0])      #结果：[1 2]
print(A[0][1])   #结果：2#遍历行
for row in A:print(row)
#结果
[1 2]
[3 4]
[5 6]'''使用数组访问元素'''
A=A.flatten()     #将A转换为一维数组
print(A)          #结果：[1 2 3 4 5 6]
B=A[np.array([0,2,4])]  #获取索引为0,2,4的元素，结果为列表
print(B)          #结果：[1 3 5]print(A>15)     #得到一个布尔型的数组#结果：[False False False  True  True  True]
C=A[A>15]       #根据布尔型数组中True，取出相应的值
print(C)        #结果：[4 5 6]

Numpy常用函数

np.sum()       		#对数组内所有的元素相加
np.maximum(x,y)		#返回x,y中的最大值
np.ndim(A)			#返回numpy数组的维数
np.dot(A,B)			#对两矩阵进行相乘	
np.max(A)			#求数组A中的最大值	
np.arange(0.0,3.0,0.1)  #第三个参数是步长，基本和range()一样,range()不支持小数