numpy学习笔记一（n维数组及元素级数组函数）

1. 同构n维数组ndarray：数据类型可以是int、float、string、object、bool等，但同一个ndarray的数据类型必须一致。
   创建方式如图：
   
   注：图片来自《利用Python进行数据分析》表4-1
   ndarray的常见属性：
   shape：查看各维度大小（n1, n2, n3, …,nm）,其中nm−1和nm分别表示最小矩阵单位里的行数和列数。输出类型为tuple。
   dtype：数组元素类型
   ndim：返回数组维数，即上述shape的m

#使用实例import numpy as nparr1 = np.array([[1,2,3],[3,4,5]])arr1.shape  #out:(2,3)arr1.ndim   #out:2arr1.dtype  #out:dtype('int32')np.arange(4)  #out:array([0,1,2,3])np.eye(3)  #输出一个3*3的单位矩阵zero = np.zeros((3,2))  #产生3*2的0矩阵

2.元素级数组函数–通用函数ufunc
一元通用函数：函数传入一个numpy数组，对数据执行元素级运算

#实例arr2 = np.arange(5)np.sqrt(arr2)  #out:array([0. ,1. , 1.4142, 1.7321, 2. ])

二元通用函数：传入两个numpy数组，执行元素级操作

注：图片来自《利用Python进行数据分析》表4-3和4-4

arr3 = np.array([[1,2],[3,4]])arr4 = np.array([[12,3],[3,14]])np.multiply(arr3, arr4)  #out:array([[12,  6],[ 9, 56]])