Numpy如何创建数组以及数组的属性

Numpy的数组对象及其索引

1. 为什么要有Numpy数组?
   假若我们要使得列表种的每一个元素都增加1，直接增加列表并不支持

如

a=[1,2,3,4]
a=a+1

会出现如下错误：

可以使用列表生成式完成操作

a=[1,2,3,4]
[x+1 for x in a]

2. 列表也不支持两个列表对应元素相加，如：

a=[1,2,3,4]
b=[2,3,4,5]
a=a+b
a

结果如下：

同理可以使用列表生成式:

[x+y for (x,y) in zip(a,b)]

但是这样操作会比较麻烦，而且当数据量很大的时候会非常消耗时间。
如果我们使用Numpy,就会变得非常的简单
如：

a=np.array([1,2,3,4])
a=a+1

结果如下:

还有对应数组相加:

a=np.array([1,2,3,4])
b=np.array([2,3,4,5])
a=a+b

结果如下：

是不是方便很多

产生数组的方法

1.可以从列表产生数组：

a=[1,2,3,4]
b=np.array(a)

2.从列表传入:

b=np.array([1,23,4])

3.生成全0数组:

b=np.zeros(10)  #10代表生成0的个数

强调一点，数组和列表不一样的地方，数组要求数组类型都是一样的，
转换数据类型

b.astype('int')

还可以使用一些特定的方法生成特殊的数组

生成整形数组

a=np.arange(1,10,5)     #表示1到10的数（不包括10）,差距为5

生成等差数组

b=np.linspace(1,10,10)   #表示1到10的数，等差分成10个

生成随机数组

1. 生成随机整形数组

b=np.random.randint(1,10,10)  #随机生成1到10(不包括10)的10个随机整数

2. 生成随机浮点型数组

b=np.random.rand(10)  #0到不包括1的随机浮点数

3. 生成服从标准正态分布的随机数

b=np.random .randn(10)

数组的属性

查看数组存储的数据类型

a.dtype

查看数组的形状

a.shape

查看数组的维数

a.ndim

查看数组的大小

a.size