Python--numpy库

1. Python中用list保存一组值，可用来当做数组使用，由于列表的元素可以是任何对象，因此列表中所保存的是对象的指针。【1，2，3】则需要三个指针，三个整数对象。
   这对于数值运算来说，比较浪费内存和CPU计算时间；
2. array 模块， array对象和列表不同，和C语言的一维数组类似
   但不支持多维，没有各种运算函数。
3. numpy 提供 ndarray(N-dimensinal array object)对象：ndarray 是存储单一数据类型的多维数组。

ndarray数组操作：

• 概述：

   N维数组对象ndarray 是用于存放同类型元素的多维数组。
   
   ndarray 中的每个元素在内存中都有相同存储大小的区域。
   
   ndarray 中的每个元素是数据类型对象的对象（成为dtype）。
   
   与Python中的其他容器对象一样，可以通过对数组进行索引或切片。
   
   可通过ndarray 的方法和属性来访问和修改ndarray的内容。
  

• 创建数组：

   array（）函数
   zeros()函数：指定长度的全0数组
   ones（）函数：指定长度的全1数组
   identify（3）：单位矩阵（对角为1，其他为0），3行3列
  

• 创建随机数组

   1. 均匀分布
   		np.random.rand(10,10)   创建指定形状（示例为10行10列）的数组（范围在0至1之间）
   		np.random.uniform(0,100)  创建指定范围内的一个数
   		np.random.randint(0,100)  创建指定范围内的一个整数
   2. 正态分布
   		np.random.normal(1.75,0.1,(2,3))  给定均值、标准差、维度的正态分布
   		[np.random.standard_normal(5）  从标准正态分布中随机采样5个数字]
  

• 数组属性

    .size  数组元素个数
    .shape 数组形状
    .ndim 数组维度
    .dtype 数组元素类型
    .ltemsize 数组字节大小
    .reshape 修改形状
  

• 数组与标量之间的运算

• 基本的索引和切片

• 数学统计方法

    sum 对数组中全部或某轴向的元素求和。零长度的数组的sum为0
    
    mean 算术平均数，零长度的数组的mean值为NaN
    
    std,var 标准差和方差，自由度可调（默认为n）
    
    min,max 最大最小
    
    argmin,argmax 最大和最小元素的索引
    
    cumsum 所有元素的累加
    
    cumprod 所有元素的累积
    
    【mean和sum 这类函数可以接受一个axis参数，用于计算该轴向上的统计值
    .mean(axis=1)，按行；（axis=0），按列】
  

来源：CSDN

作者：naozibugouyong

链接：https://blog.csdn.net/weixin_45962274/article/details/104199480