Numpy基础

1、导入并查看Numpy版本

import numpy as np
print(np.__version__)

2、创建十个全为0的一维数组

all_zeros=np.zeros(10)

3、创建10个全为0的一维数据并修改数据类型为整数

all_zeros=np.zeros(10,dtype='int')

 4、创建20个0-100固定步长的数

value=np.arange(0,5,100)

5、从list创建数组

List=[1,2,3,4,5,6,7,8,9]
list2arr=np.array(List)

6、创建一个三行三列全是1的矩阵

matirix=np.ones((3,3))
# 方法2
matirix=np.array([[1,1,1],
                  [1,1,1],
                  [1,1,1]])

7、创建一个2行2列矩阵并且元素为布尔类型的True

# 方法1
matrix1=np.ones((2,2),dtype="bool")
# 方法2
matirix1=np.full((2,2),True,dtype=bool)

numpy.full的用法：

numpy.full(shape, fill_value, dtype=None, order='C', *, like=None)

返回一個給定形狀和類型的新數組，用fill_value填充

8、创建等差数列，从5开始，50结束，共十个数据

arr=np.linspace(start=5,stop=50,num=10)

 9 、创建等差数列，从5开始，50结束，共十个数据，数据类型为int32

arr=np.arrange(start=5,stop=50,num=10,dtype='int32')

arange()类似于内置函数range()，通过指定开始值、终值和步长创建表示等差数列的一维数组，注意得到的结果数组不包含终值。

linspace()通过指定开始值、终值和元素个数创建表示等差数列的一维数组，可以通过endpoint参数指定是否包含终值，默认值为True，即包含终值。

10、创建3X3矩阵，矩阵元素均为0-10之间的随机数

arr=np.random.randint(0,10,(3,3))    # randint表明是int类型的随机数

 11、创建3X3矩阵，矩阵元素均为服从标准正态分布的随机数

#服从正态分布的矩阵                   
arr=np.random.randn(3,3)     

  12、将第五题的result修改成3X3矩阵

result=result.reshape((3,3))   

  数组新的shape属性应该要与原来的配套，如果等于-1的话，那么Numpy会根据剩下的维度计算出数组的另外一个shape属性值。 

参考链接：https://blog.csdn.net/qq_29373285/article/details/82753306

kps = np.reshape(kps, [-1, 3])    

13、对上一题生成的result取转置

result=result.T      

14、查看result的数据类型

result.dtype #dtype=data type

15、将result的数据类型修改为float

result.astype('float')

16、提取result第三行第三列的元素

result[2,2]

 17、将result的第三行第三列的元素放大十倍

result[2,2]=result[2,2]*10

18、提取result中的所有偶数

result[result*2==0]

 19、将result中所有奇数修改成666

result[result%2==1]=666