标签：shift   二维数组   image   numpy   alt   需要   表示   结果   lse   

学习方法：？shift+enter

例如：

token问题

去D盘输入jupter，就显示该盘文件

1列表转换数组：

import numpy as np
np.array(shop_car)

• 打印结果

• 数组相乘(向量操作)

  #### 有一个购物车， 购物车中有商品的数量和对应的价格， 求总的价格
  import numpy as np
  shop_car = [2,4,6,1]
  shop_price = [10,20,1,30]
  
  shop_car_np=np.array(shop_car)
  shop_car_np
  
  shop_price_np = np.array(shop_price)  ### ndarray
  shop_price_np
  
  res = shop_car_np * shop_price_np   #### 向量操作
  res.sum()
  
  """
  数组于列表的区别：
    相比于列表，需要for循环，而数组只需调用内容的sum（）方法即可
    数组（列表）：对应索引位相乘【包括数组和数组相乘】，sum（）相加
    做了列表不能做的事
  """
  

2 ndarray二维数组

• ndarray二维数组：列表套两个或多个列表

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

• out:

  array([[1, 2, 3, 4],
         [5, 6, 7, 8]])

3. ndarray的属性

• res.T——数组的转置（对高维数组而言）

  res= np.array([[1,2,3,4],[5,6,7,8]])
  res.T

  out

  array([[1, 5],
         [2, 6],
         [3, 7],
         [4, 8]])
  
  # 数组的转置就是讲二维或多维数组之间对应索引位置的值两两放在数组中

  ? ··转置：几行几列

• res.dtype

  out

  dtype('int32')

• res.size —— 数组元素的个数

  out

  8

• res.ndim——数组的维度

  out

  2

• res.shape ### 以元组的形式展示数组的维度

  out

  
  array([[1, 2, 3, 4],
         [5, 6, 7, 8]])
  # 两行4列！

4 ndarray的数据类型转换

5 ndarray的创建

注意：

• linspace

  np.linspace(2,4,num=10,endpoint=False)# num就是平均分成几份，endpoint算不算最后一个
  
  
  np.eye(4,dtype=int,k=-2)#对角线索引:0(默认)表示主对角线，正值表示上对角线，负值表示上对角线到下对角线。
  
  np.empty([2,1], dtype=int)# 几行几列的随机数，
  
  zeros # 填充0
  np.zeros(10) #
  
  np.ones(10)# 弄出几个1的数组

jupyter语法一

标签：shift   二维数组   image   numpy   alt   需要   表示   结果   lse   

原文地址：https://www.cnblogs.com/ZDQ1/p/11971346.html