Numpy基础之创建与属性

import numpy as np

'''
1.数组的创建：np.array([])
2.数组对象的类型：type（）
3.数据类型：a.dtype
4.数组的型shape：（4,2,3）
5.定义数组的每个元素的字节： array.itemsize
'''

##   创建一个三维数组
a = [[1,2,1],[1,3,4]]
b = [[5,6,1],[1,7,8]]
c = [[9,10,1],[11,12,1]]
d = [[1,13,14],[1,15,16]]

array_test = np.array([a,b,c,d],dtype='float64')

print(array_test.shape)
print(array_test.ndim)
print(array_test.size)
print(array_test)

'''
(4, 2, 3)
3
24
解释：
型    shape：(4, 2, 3)
轴    axes：数组的维称为轴，轴的数量称作秩    这里是三维数组：shape有三个整数
数组长度 size：（分级元素的总个数） 24【=4*2*3】

同质：一级元素4个【其中每个类型都一样，如a】，二级元素2个【a的一级元素，每个类型都一样，如[1,2,1]】,三级元素3个【[1,2,3]的一级元素】
因此，shape是（4,2,3）

'''
print(type(array_test))
'''
数组类：<class 'numpy.ndarray'>
'''
print(array_test.dtype)
'''
数据类型：int32
'''

print(array_test.itemsize)  ## 4

## 创建等差数组
arange_array = np.arange(0,12).reshape(3,4)
linspace_array = np.linspace(0,10,5).reshape(5,1)
print('轴数',arange_array.ndim)
print('size：',linspace_array.size)
print(arange_array)
print(linspace_array)
'''
轴数 2
size： 5

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
[[ 0. ]
 [ 2.5]
 [ 5. ]
 [ 7.5]
 [10. ]]
'''

##  创建随机数列
# 一维随机数列
rand_1d = np.random.random(4)
print(rand_1d)
'''
[0.08525778 0.12143347 0.56587575 0.83590871]
'''
# 将一维改成2维
print(rand_1d.reshape(2,2))
'''
[[0.08525778 0.12143347]
 [0.56587575 0.83590871]]
'''

##  直接生成多维数组 传入shape即可

print(np.random.random((3,3)))
'''
[[0.56859463 0.98880884 0.52755145]
 [0.26863131 0.22285108 0.71508455]
 [0.31286731 0.2290022  0.7223287 ]]
'''