numpy引入的重要性任务分析任务内容一、创建数据对象1、数组属性2、数据类型01.pyimport numpy as np # 数组中存储的数据元素类型必须是统一类型 # 创建一维数组 # np.array([a,b,c]) arr1 np.array([1,2,3,4]) print(创建的数组为,arr1) # print(,,,,) # print中单引号引住双引号 print(its good) # 换行输出 print( 1 2 3 ) # 创建二维数组 # np.array([[],[],[]]) arr2np.array([[1,2,3],[4,5,6]]) print(二维数组\n,arr2) print(数组形状,arr2.shape) print(数组元素类型,arr2.dtype) print(数组元素个数,arr2.size) print(数组每个元素大小为,arr2.itemsize) # 重新设置形状 arr2.shape3,2 print(arr2) arr3arr2-1 # 数组中每个元素减1 print(arr3) print(使用arange函数创建数组,np.arange(0,10,2)) # 0开始到10步长为2,取下不取上 print(np.linspace(0,10,10)) # 数据类型转换 print(转换结果,np.float(42)) print(np.int(float(42.0))) # 将字符串先转化为float,再转为int或者其他 print(np.str(float(42))) #随机数的生成 print(np.random.random(100)) # 随机生成100个随机数 print(np.random.rand(10,5)) # 随机生成10行5列 均匀分布的随机数 print(np.random.randn(10,5)) # 随机生成10行5列 正态分布的随机数 print(np.random.randint(2,10,size[2,5])) # 生成指定范围内的随机数 2-10范围内的2行5列个随机数02.pyimport numpy as np # 一维数组元素查找 arr1 np.arange(10) # 输入的是最大值默认最小值为0步长为1 print(arr1) print(arr1[4]) # 用范围作为下标获取数组的一个切片取上不取下 print(arr1[1:3]) # [1 2] print(arr1[-2]) #倒数第二个元素 print(arr1[:4]) #开始到第3个元素不取第4个元素 arr1[1:3]11,22 # 下标可以修改元素值 print(arr1[1:3]) # [11 22] print(arr1) #[ 0 11 22 3 4 5 6 7 8 9] print(arr1[1:-1:2]) # 第三个参数表示步长 [11 3 5 7] print(arr1[1:-1:3]) # [11 4 7] print(arr1[-1:1:-3]) # 倒着取数据步长为负数此时开始下标需要大于结束下标 [9 6 3]03.pyimport numpy as np # 二维数组查找 arr1 np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]]) print(索引结果为,arr1[0,1:3]) # 索引中第0行第1列和第2列的元素 print(arr1[1:,2:]) # 索引中第1行第2行中第2列第3列的数据 print(arr1[:,2]) # 索引中第2列的数据 arr2np.arange(12) print(arr2.reshape(3,4)) print(arr2.reshape(3,4).ndim) # 查看数组维度