Numpy——用它来进行数组创建

在开始之前先来了解Numpy，NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

Numpy怎么安装呢？
最简单的方法是下载以下的 Python 发行版，它们包含了所有的关键包（包括 NumPy，SciPy，matplotlib，IPython，SymPy 以及 Python 核心自带的其它包）
由于我们已经安装了 Anaconda: 免费 Python 发行版，所以自带了Numpy，不用另外安装了。

如果没有安装Numpy，可以通过以下pip语句安装：

//安装
! pip install numpy
//导入
import numpy as np

数组产生

自定义数组

#引入numpy
import numpy as np;
#list产生数组
np.array([3,2])
#list of list
np.array([[3,2]])
#二维list
np.array([3,2],ndmin=2)
#tuple
np.array((3,2))
#二维list
np.array((3,2),ndmin=2)
#二维数组
np.array([[3,2],[3,4]])
np.array([(2,3),(3,4)])
#设置数据类型
np.array([[1,2],[3,4]],dtype='float')
np.array([[1,2],[3,4]],dtype='str')

等差数组

1、使用arange函数，参数为开始、结束、等差值

使用reshape函数可以设置维度，参数为行数、列数

当列数为-1时，自动计算适配，不用我们自己计算

设置数据类型

2、使用linspace设置等差数列，参数为开始、结束，数据个数

等比数列

使用lospace设置等比数列，参数为开始、结束，数据个数，等比base（默认是10）

全0\1数组

随机数组

需要固定随机结果，设置seed：

随机生成正太分布数据

随机生成整数数据

数组属性

数组转置

数据选择

索引选择
切片选择：切出一部分，参数：头索引、尾索引，间隔

索引选择
切片选择
注意：冒号和三个省略号作用一致

数组计算

a=np.array([[1,2,3,4],[5,6,7,8]])
#求和
np.sum(a)
#按行求和
np.sum(a,axis=1)
#按列求和
np.sum(a,axis=0)
#累积求和
np.cumsum(a)
#按行累积
np.cumsum(a,axis=1)
#求均值
np.mean(a)
#按行求均值
np.mean(a,axis=1)
#求均值
np.average(a)
#加权求均值
np.average(a,axis=1,weights=[1,2,3,4])
#求中位数
np.median(a)
#按行求中位数
np.median(a,axis=1)
#求百分位数
np.percentile(a,q=[50,100])
#求方差
np.var(a)
#求标准差
np.std(a)
#求最小值
np.min(a)
#求最大值
np.max(a)
#按列求最小值
np.min(a,axis=0)
#求最大值索引
np.argmax(a)
#四舍五入
np.round([1.3,4.5,3.9])
np.floor([1.3,4.5,3.9])
np.ceil([1.3,4.5,3.9])
#排序
np.sort(a)
#倒序
-np.sort(-a)
#选择
np.where(a>50,">50",'<=50')
#提取
np.extract(a>50,a)