Numpy库的学习（三）
今天我们继续学习一下Numpy库的学习
废话不多说 ，开始讲
SRE实战 互联网时代守护先锋，助力企业售后服务体系运筹帷幄！一键直达领取阿里云限量特价优惠。比如我们现在想创建一个0-14这样一个15位的数组
可以直接写，但是很麻烦，Numpy中就给我们了一个方便创建的方法
numpy中有一个arange函数
import numpy as np print(np.arange(15)) a = np.arange(15).reshape(3,5) a
运行这段代码以后，可以得到如下结果
这里我们可以看到，我先打印了一下，np.arange(15)这个结果，产生一个0-14的15位数组
然后我们将这个数据，变换成一个矩阵
可以使用reshape这个函数，将我们生成的有序数组，按照规定的方式变换成矩阵
reshape(3,5)这里的意思是，你将要生成的矩阵，是几行几列，这里是3行5列
将你的数组点上shape，可以看到你的矩阵是一个3行5列的矩阵
这个shape也是我们在使用numpy中，经常需要用到的一个函数
下面在讲一下另外一个函数
ndim，它的意思是，查看你所造的矩阵的维度是多少
可以看到，我们刚刚所造的矩阵的维度是2
如何查看当前所造的矩阵的tpey类型是什么
它是一个int32的数据类型
size这个函数，则是说明，我们当前的矩阵的大小是15
也就是矩阵有15个元素
接下来我们讲讲在Numpy中，矩阵的初始化操作
np.zeros((3,4))
这行代码，就将我们的矩阵进行了初始化的操作
也就是初始化一个3行4列的矩阵，而矩阵中的元素全部为0
这里注意的是，传参数一定是个元组的形式，而不是直接传3,4进去，这里需要注意一下
还有一点，我们可以看到，我们生成的矩阵都是0.的类型，这说明Numpy给我们
生成的矩阵都是float类型
比如，我们创建一个都是1的矩阵
np.ones((2,3,4),dtype = np.int32)
我们这里创建一个三维矩阵，传入dtype参书，类型为int32
可以的到如下矩阵
现在我们创建的值，都是为1的，我们可以指定dtype，生成你想要的数据类型
我们继续说，前面我们讲到，创建一个连续的数据
那么我们如果想从，某一个数开始， 到某个数结束，每隔多少，我们变换某个数据
这样可不可以呢？
我们可以通过下面的例子说明
可以看到这个例子，我们的一个数是，起始值，中间的数是终止值，而最后一个数
是说，我们每次要隔几。也就相当于要加几。
再比如：
每次加0.5，得到上面 的矩阵
下面在说说，numpy中的一个产生随机数的模块，也是比较常用的模块，random模块
这里注意，是random.random，也就是说，我们在构造，随机初始化矩阵是0-1之间的一个2行3列矩阵
下面在说另外一个函数，linspace
可以看到这段代码，我们是从0开始，到2倍的pi结束，在这其中，随机的生成100个数据
也就是说，从0开始，到2π结束，在这中间随机取100个值
下面我们在说说，numpy中的加减乘除的操作
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)
我们这里定义了一个array数组，又定义了一个b，arange（4）也就是[0,1,2,3]
那么，我先来看看如何相减，c=a-b
得到的结果是
[[20 29 38 47]]
也就是说，numpy中，对于相同纬度的东西进行相减，也就是对应位置上的相减
那么我们接着让C减去一个没有维度的，单独的数值，是什么情况
[[19 28 37 46]]
得到这样一个结果，也就是说，所有的元素都进行相减操作
那么我们让b做一个平方操作，可以看到，b的所有元素都进行了平方操作。
那么对于做大小对比的操作，我们可以看到，对每一个元素都进行了大小判断，是不是小于35，返回True False
我们下来，看看矩阵操作
用a*b，相当于求內积
a.dot(b)，相当于行乘以列的操作，1*2+1*3=5，以此类推得到
[[5 4] [3 4]]
print(np.dot(a,b))，也是进行一个矩阵的相乘，两种用法都可以实现。得到我们想要矩阵。
好的，今天就先讲到这里！感觉各位阅读，欢迎点赞转发！谢谢各位支持！！
