#ndarray数组定义
#用np.ndarray类的对象表示n维数组
import numpy as np

ary = np.array([1,2,3,4,5,6])
print(type(ary),ary)

<class 'numpy.ndarray'> [1 2 3 4 5 6]

#ndarry数组创建
np.array(object,dtype = None , copy = True, order = None, subok = False, ndmin = 0)
#object 数组或嵌套的数列
#dtype 数组元素的数据类型，可选
#copy 对象是否需要复制，可选
#order 创建数组的样式，C为行方向，F为列方向，A为任意方向（默认）
#ndmin 制定生成数组的最小维度

array(<class 'object'>, dtype=object)

import numpy as np #用np代替numpy，让代码更简洁

a = [1,2,3,4,5]  #创建列表a
b = np.array(a)  #从列表a创建数组b，array就是数组的意思
print(a)
print(type(a))# 打印a的类型

print(b)
print(type(b)) #打印b的类型

#观察输出值的区别  列表和数组的区别，列表中间有逗号 数组没有逗号

[1, 2, 3, 4, 5]
<class 'list'>
[1 2 3 4 5]
<class 'numpy.ndarray'>

创建数组的几种方式

#创建数组的几种方式
#1、创建一维数组和二维数组
c = np.array([5,6,7,8])
print(c)
print(type(c))
d = np.array([[1,2],[3,4],[5,6]])
print(d)
print(type(d))

[5 6 7 8]
<class 'numpy.ndarray'>
[[1 2]
 [3 4]
 [5 6]]
<class 'numpy.ndarray'>

#2、第二种创建方式：np.arange(start , end , step), dtype)
#1个参数：参数值为终止值，起始值默认0，步长1，左闭右开
x = np.arange(5)
print(x)

#2个参数，参数值为起始值。终止值，步长默认1，左闭右开
y = np.arange(5,10)
print(y)

#3个参数：参数值为起始值，终止值，步长为2 ，左闭右开
z = np.arange(10,20,2)
print(z)

[0 1 2 3 4]
[5 6 7 8 9]
[10 12 14 16 18]

#3、np.zeros(数组元素个数，dtype='类型')
#格式：np.zeros(shape,dtype = float, order = 'C')
e = np.zeros(10)
print(e)

[0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]

#4、np.ones(数组元素个数，dtype=('类型'))
#格式：np.ones(shape,dtype = None, order = 'C')

f = np.ones(10)
print(f)

[1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]

#5、np.random中的函数来创建随机一维数组
  #创建一个一维数组，其中包含服从标准正态分布（均值0，标准差为1的分布）的n个随机数
g = np.random.randn(5)
print(g)

[-1.31712585  1.73631151 -0.11465625  0.44074883 -0.64635164]

   # 生成一维数组中包含的就是0~1之间的n个随机数
h  = np.random.rand(6)
print(h)

[0.00618959 0.24149481 0.55112033 0.30985714 0.42426622 0.60379981]

   #其他函数
    #zeros_like, ones_like,empty,empty_like, linspace,numpy.random.generator.rand......

# 6、numpy.empty 方法用来创建一个指定形状（shape）、数据类型（dtype）且未初始化的数组
# numpy.empty(shape,dtype = float, order = 'C')
x = np.empty((3,2),dtype = int)
print(x)

[[1677818880 1677943810]
 [1677884418 1392938244]
 [1627728128       1290]]

# 7、numpy.linspace 函数用来创建一个一维数组，数组是一个等差数列
#np.linspace(start, stop,num = 50,endpoint= True,retstep=False,dtype=None)
#start序列的起始值#stop序列的终止值，如果endpoint为true，该值包含在数列中#num要生成的等步长的样本数量，默认为50
#endpoint 该值为true时，数列中包含stop值，反之不包含，默认是true
#retstep 如果为true时，生成的数组中间会显示间距，反之不显示
#dtype ndarray的数据类型
aa = np.linspace(1,10,10)
print(aa)

[ 1.  2.  3.  4.  5.  6.  7.  8.  9. 10.]

#8、创建二维数组
  #创建一维数组的np.arange()函数和reshape()函数来创建二维数组
    #创建一个3行4列的二维数组
i = np.arange(12).reshape(3,4)
print(i)

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]

  #np.random.randint()函数用于创建随机整数数组
j = np.random.randint(0,10,(4,4))
print(j)
#第一个参数0为起始值，第二个参数值10为终止数，第三个参数（4,4）表示一个四行四列的二维数组

[[1 7 2 8]
 [4 0 6 3]
 [6 0 2 1]
 [3 6 4 8]]

#9、从已有的数组创建数组
#numpy.asarray类似numpy.array，但numpy.asarray参数只有三个，比numpy.array少两个
# 格式：numpy.asarray(a, dtype = None,order = None)

lst = [[1,2,3],[4,5,6]]
array01 = np.asarray(lst,dtype=int, order= 'F')
print(array01)

[[1 2 3]
 [4 5 6]]

import numpy as np

array11 = np.array([1,2,3,4,5,6],order = 'F')
print(array11)

[1 2 3 4 5 6]