操作方法
在python IDE导入numpy模块,我用的是自带解释器 >>> import numpy as np >>> np.array([1,2,3,4]) #通过array函数创建数组 array([1, 2, 3, 4])
>>> c=np.array([[1,2,3,4],[4,5,6,7],[7,8,9,10]])#二维数组，第0轴长度为3，第1轴长度为4，也就分别相当于矩阵的行数和列数 >>> c array([[ 1, 2, 3, 4], [ 4, 5, 6, 7], [ 7, 8, 9, 10]]) >>> c.shape#数组的形状可以通过其shape 属性获得，它是一个描述数组各个轴长度的元组(tuple) (3L, 4L)
>>> np.arange(0,1,0.1)#arange()函数指定了开始值、终值和步长创建等差数列的一维数组，注意不包含终值。 array([ 0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9])
>>> np.linspace(0,1,10)#指定开始值、终值和元素个数创建等差数列的一维数组，通过endpoint参数指定是否包含终值，默认为Ture，即包含终值 array([ 0. , 0.11111111, 0.22222222, 0.33333333, 0.44444444, 0.55555556, 0.66666667, 0.77777778, 0.88888889, 1. ])
>>> np.logspace(0,2,5)#logspace和linspace类似，区别在于它创建的是等比数列，起始值为10^0,而终值为10^2 array([ 1. , 3.16227766, 10. , 31.6227766 , 100. ])
>>> np.logspace(0,1,12,base=2,endpoint=False)#base表示基数，endpoint=False表示终值不包含2^1。 array([ 1. , 1.05946309, 1.12246205, 1.18920712, 1.25992105, 1.33483985, 1.41421356, 1.49830708, 1.58740105, 1.68179283, 1.78179744, 1.88774863])