创建数组

导入numpy模块

python中导入numpy模块可以用两种方式，第一种是导入整个模块，第二种是导入模块的一部分。

#导入numpy模块
import numpy as np
import numpy.linalg as nla

创建数组

numpy中的最常用数组是ndarray,是一个多维度、自动分配长度的数组。

创建0、1等常用数组

常用创建方法是调用函数创建，创建所有元素度是0的np.ones,创建所有元素都是1的np.ones,创建对角元素为1的对角矩阵np.eye
,其中np.eye常用于创建单位矩阵，数参数是标量。

#创建元素为0的数组
shape1 = 10
shape2 = [2, 3]
shape4 = [4, 5, 6, 7]
a1 = np.zeros(shape1, dtype=float)
a2 = np.zeros(shape2)
a3 = np.zeros(shape4, dtype=int)
#创建元素为1的数组
b2 = np.ones(shape2)
#创建对角矩阵，对角线为1
c2 = np.eye(shape1)

采用np.array转换

np.array可以将其他类型的数组转换为需要的ndarray类型。

#nd.array转换数据
a_list = list([1,2,3,4,5,6,7])
a_array = np.array(a_list)

数组元素类型

数组可以通过a.dtype参看数组的数据类型，

>>> a = np.zeros(5)
>>> print a.dtype
float64

创建时通过 dtype=‘类型’来给定,默认float(float64)

a = np.zeros([2,3], dtype=float)

转换数据类型，可以采用a.astype(“目标类型”）

>>> b = a.astype(int)
>>> print b.dtype
int64

ndarray数据形状

数据形状查看

可以通过a.shape来查看

>>> a = np.zeros([3,4])
>>> print a.shape
(3, 4)

通过a.size参看元素总个数

>>> print a.size
12

形状转变

将多维数组转换为一维

多维数组没有转换为一维的函数，可以通过reshape巧妙运用实现

>>> b = a.reshape(1,-1)[0]
>>> print b
[0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]