【笔记】numpy.array基础（1）

numpy.array基础

使用numpy.__version__可以检查numpy的版本

当然也可以直接使用命令行检查numpy版本

也可以用来简化引用，使用as

python list特点

numpy是可以不限定类型的

array是限定类型的，降低了灵活性，但是效率更高，但是还有一个缺点，array只是将数据当做一个二维数组或者矩阵来看，无论哪种，array都没有配备相应的向量，用以对其进行相应的计算

numpy.array保存的是int32位整形（为啥我看别人是int64位）

因此即使输入的是浮点类型的数据，输出的仍然是个整形

但是在定义的时候，只要含有浮点数，那么数据类型就可以变成float

创建numpy数组与矩阵

arange（开头，结尾，步长），属于前闭后开

生成一个等度长的数组

与在python中的使用不同，里面是不可以填写浮点数的

但是在引用的时候是可以填写浮点数的

同时，开头是可以省略的

linspace（开头，结尾，数量）

等长的截出数据段，头和尾是都包含的

random 前闭后开 用于产生随机数

但是其取不到小数，最后一个是size，其也可以产生一个二维数组

说是随机数，其实都知道是个伪随机数，我们可以依靠确定一个随机种子seed，来确定整个数组的随机性，使数据可以复制，可以重复

如果想要产生一个浮点的随机数，可以使用numpy.random.random（）



同样的，获取多个随机浮点数

想要符合正态分布则用normal，其可以指定均值和方差，（均值，方差）

矩阵也可以

也有方法很简单的，最简单的输入值等等，不再赘述

关于其他快速创建数组的方法

获得一个全为0的数组：zeros

获得一个全为1的矩阵：ones

全部都是指定值：full

其数据类型上根据给出的指定值的类型所显示的

在python中，当显示出了函数名的时候，顺序是可以更改的

其他：

?的查询方式是在页面中开辟出一个新的页面用以显示内容，而如果不想这样的话可以使用help（），这样就可以在页面中查询出所需要的内容