欢迎大家关注，让我们一起进步（另外大家也都可以抖音＋我，直接搜索 “ 艾文编程”）

学习目标

● Numpy是什么

● 初始numpy 基础操作

● ndarray对象的创建

● 基础数学操作

● 数据下标访问

● 数组切片访问

● numpy 重要函数

● 数组合并

Numpy 是什么

NumPy(Numerical Python) Python语言的一个扩展程序库，支持大量的维度数组与矩阵运算。

数组运算： 提供大量的数学函数库

特点： 是一个运行速度非常快的数据库，主要用于数组计算

目标： 处理多维度同类型数据的数组，在numpy中维度我们可以axes来表示，创建对象类型： numpy.ndarray

初步认识numpy基本操作

import numpy as np

print(np.__version__)

'1.16.2'

首先，我们可以创建一个数组

data = np.arange(15)

print(data)

array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14])

然后，我们可以reshape进行变换，对象类型numpy.ndarray

最后，我们看看numpy.ndarray 有哪些重要的属性和方法

重点分析了我们常用的几个内容

ndarray 对象创建

● python list or tuple作为输入

● zeros 函数

● empty 函数

● ones 函数

● random 函数

一般创建方法，我们可以用python list 或者tuple 作为输入创建ndarray

常见的数学操作

A 和 B 分别是numpy array的两个数组

数组下标元素访问

python 通过索引方式获取数据

我们可以把ndarray的数组看成一个矩阵，然后再次获取数据的时候就很容易了

单维度数据访问

单维度数据访问语法： x[start:stop:step] 默认数值 start＝0,stop＝size of dimension step = 1

多维度数据访问

numpy 重要函数

reshape操作

通过reshape 数组，可以改变array的数据结构，这里，创建 3*3 的矩阵

squeeze

从数组形状中删除 单维度条目，即把shape中为1的维度去掉

transpose 函数

不同维度之间的转化，高纬度情况下，通过numpy这个函数非常重要，这块图像处理的时候

例如： 图像 3 通道，不同维度的数据互换

argmax 函数

argmax 返回的是最大数的索引，argmax 有个参数axis，默认0，表示第几维的最大数值

Array 组合

不同array 进行基础的操作组合

np.concatenate

vstack/hstack

vstack 水平方向组合两个ndarray 的对象