numpy学习

NumPy 

1.数组创建  c=np.array(((2,4,5,6,9),(0,0,0,0,1),[1,23,5,6,7])) #二维数组
2.np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None, axis=0)  用于创建一个等间距的数组 可以方便地生成一系列均匀分布的数值，常用于生成图表的横坐标或作为函数的输入参数等场景。
3.np.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None, axis=0)  以10为底数生成指数
4.创建全0数组  data=np.zeros(shape=(5,3))  shape属性代表形状 shape（2，5） 就代表创建2行5列的全零数组   
5.创建全1数组  data=np.ones(shape=(5,3))
6.创建全空数组 data=np.empty(shape=(5,3))
7.创建有连续序列的数组 arange  np.arange(start, stop, step, dtype=None)
8创建随机数组  data = np.random.rand(3,4)      np.random.randint(2,10,size=(3,4))
9改变数组形状  data=data.reshape((5,2))
10数组转置   data.T
11.计算数组的平均值   np.mean(data)   numpy.mean(arr, axis=None, dtype=None, out=None表示存到的变量中)
                       np.mean(arr) 计算整个数组 arr 的均值，即所有元素的均值。
                       np.mean(arr, axis=0) 沿着第一个轴（行）计算均值，得到每列的均值。
                       np.mean(arr, axis=1) 沿着第二个轴（列）计算均值，得到每行的均值。

12.计算数组的中位数  numpy.median(arr, axis=None, out=None): 计算数组的中位数。参数axis和out的含义与numpy.mean()相同
14.计算数组的方差    numpy.var(arr, axis=None, dtype=None, out=None): 计算数组的方差。
15.计算数组的标准差   numpy.std(arr, axis=None, dtype=None, out=None): 计算数组的标准差
16.计算数组的最小值   numpy.min(arr, axis=None, dtype=None, out=None)
17.计算数组的最大值   numpy.max(arr, axis=None, out=None): 计算数组的最大值
18.计算数组的元素之和    numpy.sum(arr, axis=None, dtype=None, out=None): 计算数组的元素之和。
19.计算数组的元素乘积     numpy.prod(arr, axis=None, dtype=None, out=None): 计算数组的元素乘积
20.计算数组的累积和       numpy.cumsum(arr, axis=None, dtype=None, out=None): 计算数组的累积和。
21.为每个元素加上一个值     np.add(a, 1)
22.为每个元素减去一个值       np.subtract(a, 1)
23.内积的计算       result=np.dot(arr1,arr2)
24.单位数组         k=np.identity(4)
切片是先确定完切几行时再是列

数组堆叠
    1.垂直堆叠 result=np.vstack((arr1,arr2))
    2.水平堆叠 result=np.hstack((arr1,arr2))