Python笔记:Numpy篇

整理一下今天学习的Numpy知识

Numpy（numerical Python简称）：做数学、科学计算、数组运算的第一工具

是Python的超级列表，用来处理：

• 大量数字
• 矩阵运算
• 机器学习、数据分析、深度学习、图像处理

核心：ndarray=多维数组（矩阵） ndarray是一个通用的同构数据多维容器 同构=所有元素的数据类型都是一样的 多维容器：可以装不同维度的数据

• 一维=列表
• 二维=表格（行×列）
• 三维=立体数据
• 更高维：机器学习里的张量（如图像数据、特征矩阵）

张量：多维数组的通用叫法 标量（0维）=单个数字（单个数值） 向量（1维）=列表（特征向量、时间序列） 矩阵（2维）=表格（表格数据、图像灰度图） 3维（3阶张量）：RGB彩色图（高×宽×通道） 4维（4阶张量）：深度学习里的批量图像数据 张量=0维、1维、2维、3维……甚至更高维的数组的统称 向量和矩阵都是特殊的张量

每个数组都有一个shape（一个表示各维度大小的元组）和一个dtype（一个用于说明数组数据类型的对象）

import numpy as np
# 创建ndarray
## 1.从列表创建
### 一维
arr1 = np.array([1,2,3])
### 二维
arr2 = np.array([1,2],[3,4])

## 2.全0/全1
np.zeros(5) # 一维5个0
np.zeros((2,3)) # 2行3列全0
np.ones((3,4)) # 3行4列全1

## 3.单位矩阵
np.eye(3) # 3阶单位方阵

## 4.等差序列
np.arange(0,10,2) # 0 2 4 6 8 左闭右开
# Python内置函数range的数组版

## 5.均分数列
np.linspace(0,10,5) # 0到10均分五个数

## 6.空数组
np.empty((2,2)) # 随机垃圾值，速度快

（如果觉得有用，欢迎关注➕点赞➕收藏，把这篇干货分享给需要的朋友吧！）