今天我們繼續學習一下Numpy庫的學習 廢話不多說 ，開始講 比如我們現在想創建一個0-14這樣一個15位的數組 可以直接寫，但是很麻煩，Numpy中就給我們了一個方便創建的方法 numpy中有一個arange函數 運行這段代碼以後，可以得到如下結果 這裡我們可以看到，我先列印了一下，np.aran ...
今天我們繼續學習一下Numpy庫的學習
廢話不多說 ，開始講
比如我們現在想創建一個0-14這樣一個15位的數組
可以直接寫，但是很麻煩，Numpy中就給我們了一個方便創建的方法
numpy中有一個arange函數
import numpy as np print(np.arange(15)) a = np.arange(15).reshape(3,5) a
運行這段代碼以後，可以得到如下結果
這裡我們可以看到，我先列印了一下，np.arange(15)這個結果，產生一個0-14的15位數組
然後我們將這個數據，變換成一個矩陣
可以使用reshape這個函數，將我們生成的有序數組，按照規定的方式變換成矩陣
reshape(3,5)這裡的意思是，你將要生成的矩陣，是幾行幾列，這裡是3行5列
將你的數組點上shape，可以看到你的矩陣是一個3行5列的矩陣
這個shape也是我們在使用numpy中，經常需要用到的一個函數
下麵在講一下另外一個函數
ndim，它的意思是，查看你所造的矩陣的維度是多少
可以看到，我們剛剛所造的矩陣的維度是2
如何查看當前所造的矩陣的tpey類型是什麼
它是一個int32的數據類型
size這個函數，則是說明，我們當前的矩陣的大小是15
也就是矩陣有15個元素
接下來我們講講在Numpy中，矩陣的初始化操作
np.zeros((3,4))
這行代碼，就將我們的矩陣進行了初始化的操作
也就是初始化一個3行4列的矩陣，而矩陣中的元素全部為0
這裡註意的是，傳參數一定是個元組的形式，而不是直接傳3,4進去，這裡需要註意一下
還有一點，我們可以看到，我們生成的矩陣都是0.的類型，這說明Numpy給我們
生成的矩陣都是float類型
比如，我們創建一個都是1的矩陣
np.ones((2,3,4),dtype = np.int32)
我們這裡創建一個三維矩陣，傳入dtype參書，類型為int32
可以的到如下矩陣
現在我們創建的值，都是為1的，我們可以指定dtype，生成你想要的數據類型
我們繼續說，前面我們講到，創建一個連續的數據
那麼我們如果想從，某一個數開始， 到某個數結束，每隔多少，我們變換某個數據
這樣可不可以呢？
我們可以通過下麵的例子說明
可以看到這個例子，我們的一個數是，起始值，中間的數是終止值，而最後一個數
是說，我們每次要隔幾。也就相當於要加幾。
再比如：
每次加0.5，得到上面 的矩陣
下麵在說說，numpy中的一個產生隨機數的模塊，也是比較常用的模塊，random模塊
這裡註意，是random.random，也就是說，我們在構造，隨機初始化矩陣是0-1之間的一個2行3列矩陣
下麵在說另外一個函數，linspace
可以看到這段代碼，我們是從0開始，到2倍的pi結束，在這其中，隨機的生成100個數據
也就是說，從0開始，到2π結束，在這中間隨機取100個值
下麵我們在說說，numpy中的加減乘除的操作
a = np.array([(20,30,40,50)]) b = np.arange(4) print(a) print(b) c = a - b print(c) c = c -1 print(c) b**2 print(b**2) print(a<35)
我們這裡定義了一個array數組，又定義了一個b，arange（4）也就是[0,1,2,3]
那麼，我先來看看如何相減，c=a-b
得到的結果是
[[20 29 38 47]]
也就是說，numpy中，對於相同緯度的東西進行相減，也就是對應位置上的相減
那麼我們接著讓C減去一個沒有維度的，單獨的數值，是什麼情況
[[19 28 37 46]]
得到這樣一個結果，也就是說，所有的元素都進行相減操作
那麼我們讓b做一個平方操作，可以看到，b的所有元素都進行了平方操作。
那麼對於做大小對比的操作，我們可以看到，對每一個元素都進行了大小判斷，是不是小於35，返回True False
我們下來，看看矩陣操作
用a*b，相當於求內積
a.dot(b)，相當於行乘以列的操作，1*2+1*3=5，以此類推得到
[[5 4] [3 4]]
print(np.dot(a,b))，也是進行一個矩陣的相乘，兩種用法都可以實現。得到我們想要矩陣。
好的，今天就先講到這裡！感覺各位閱讀，歡迎點贊轉發！謝謝各位支持！！
