Numpy学习笔记（一）
学python为啥？如果学python不是为了更好的学数据科学，那学python没有毛线意思，孩不如刷某音呐，闲着也是闲着，撸一把numpy吧。首先要明白一下numpy是什么，numpy是一个处理矩阵操作和运算的这样一个工具，核心是用C语言开发的，所以它的效率很强。当然在学习和研究中矩阵是离不开的，因此numpy是咋必须要迈过去的那道坎。
要使用numpy库，那么第一肯定是导入了。在没有安装的这个库的时候，我们还需要pip install numpy进行安装。之后我们编写代码的时候首先就是导入该库
Import numpy as np1.创建数组
这块比较简单，直接上代码了。记住一句话就是我们原始的创建数组的方式都可以通过numpy进行转换。
import numpy as np
if __name__ == '__main__':
# 构建一个数组
tian=[1,2,3,4,5,6,7,8,9,0]
print(type(tian))
newTian=np.array(tian)
print(newTian)
print(type(newTian))
将普通list转化为np的list就调用np.arrray()，反之则用list(source)这种方式进行强制装换即可。
2.构建二维数组
二维数组和一维数组是一样的，请看代码。
tian=[[1,2,3,4,5,6,7,8,9,0],[1,2,3,4,5,6,7,8,9,0]]
twoTian=np.array(tian)
print(twoTian)
就是这么方便。
3.快速构建数组
有时候我们不可能一个一个的填这个数据，像那些单位矩阵之类，要是自己码一遍那还不得疯了。所以numpy给咋提供了几种方式，如果要创建一个有范围的数组，那么我们就可以使用np.arange(start,end,step)这种方式。
tian=np.arange(1,10,2)
print(tian)
当然还有另外一种姿势，np.linspace(start,end,count)，这里我们可以直接给出开始的数据结束的数据，然后把要显示的数据的次数给出来，它就自动的给我们搞定了。
tian=np.linspace(1,10,5)
print(tian)
看到效果没，他会把开始和结束的数据保持，然后中间的数据通过统计得出，都小数了好几位了。
除了这块介绍的数组之外，numpy其实还提供了多维数组的快速创建。当然这块numpy创建多维数组采用元组来传递维度信息。这块我们用zeros函数创建均为0的矩阵
#5行4列
shepe=(5,4)
tian=np.zeros(shepe)
print(tian)
有零就有1，我们也可以采用ones函数创建全是1的矩阵
tian=np.ones(shepe)
print(tian)
我们也可以采用随机的方式对我们的矩阵进行填充。
tian=np.random.random(shepe)
print(tian)
同样可以采用fill函数进行填充
tian=np.random.random(shepe)
tian.fill(99)
print(tian)
说到矩阵必须要提的是对角线矩阵。
#五行五列的对角线矩阵
tian=np.eye(5)
print(tian)
Numpy的数据类型和转换
之前我们就遇到过numpy类型转化的问题，尤其是string转float的时候。我们当时采用的asType。这里简单的示例一下。
zhang=[["1","2","3","5"],["1","2","3","5"]]
newZhang=np.array(zhang)
print(newZhang.dtype)
newZhang=newZhang.astype(np.float32)
print(newZhang)
np的基本属性当然就是矩阵的基本属性了，主要有维度，形状，大小等。
tian=np.identity(5)
print(tian)
#输出维度
print(tian.ndim)
#输出形状
print(tian.shape)
#其中的元素数量
print(tian.size)周六愉快~