1.可以调用引入numpy里面的函数，如add可以把俩数相加，也可以创建一个数组arr，arr.shape是数组arr的属性，如果后有跟（）就是里面的一个函数

type()函数可以知道里面是什么类型

变量.shape可以知道这个变量是什么形状

np.array()可以创建一个数组

import numpy as np
a=1
b=2
c=np.add(a,b)
print(c)
import matplotlib.pyplot as plt
import pandas as pd
arr=np.array([1,2,3,4])

print(arr)
print(type(arr))

arr=np.array([[1,2,3,4,5],[2,3,4,5,6]])
print(arr)
print(type(arr))
print('数组的形状',arr.shape)#.是里面的属性，有（）是函数

 

2.索引与切片

通过索引与切片可以访问数组里面的内容，arr[0]是数组第一个元素，arr[0:2]则是访问下标为0和下标为1的数组元素

arr=np.array([[1,2,3,4,5],[2,3,4,5,6]])
print(arr)
print(type(arr))
print('数组的形状',arr.shape)#.是里面的属性，有（）是函数

#索引与切片
print(arr[0])
print(arr[0:2])

 

3. 数组的运算

1.把俩个列组直接进行拼接

2.创建俩个数组相加则就是对应位置直接相加

3.乘法也是对应的位置进行相乘

#运算
print([1,2,3]+[4,5,6])
print(np.array([1,2,3])+np.array([4,5,6]))
print(np.array([1,2,3])*np.array([4,5,6]))

 

 

4. 数组形状的操作

创建多维数组

reshape（x,y）是重组数组，x是重组后的新的行数  y是重组后新的列数

transpose是转置里面的内容 原本2 6就变成 6 2

#数组形状操作
arr=np.array([[1,2,3],[2,3,4],[3,4,5],[4,5,6]])
print(arr.shape)
new_arr=arr.reshape(2,6)
print(new_arr,"new arr",new_arr.shape)
new_arr1=new_arr.transpose()
print(new_arr1,'new arr1',new_arr1.shape)

 

 

 5.数组的点乘

创建俩个数组

np.dot(x,y) 把x和y进行点乘

4+10+18=32

#线性
arr1=np.array([1,2,3])
arr2=np.array([4,5,6])
arr1_dot_arr2=np.dot(arr1,arr2)
print(arr1_dot_arr2)

 

6.对数组的一些操作

 mean 可以得到数组的平均值

min 可以得到数组里面最小值

max 可以得到数组里面最大值

std  可以得到数组的标准差

sort 对数组进行排序

reshape(-1) 可以把多维数组变成一个一行的数组

sum  可以得到数组元素的和

arr>某个数  就会把数组里面全部元素与这个数进行对比 若大就会变成True  小就False 可以起到筛选的作用

and的是需要左右俩边都是单个的才可以  而俩边都是一个多维数组是不行的 所以使用&

arr=np.array([[1,2,3],[4,5,6],[7,8,9]])
print("数组平均值",arr.mean())
print(np.mean(arr))
print("min",arr.min())
print("数组的标准差",arr.std())
print("数组的排序",np.sort(arr.reshape(-1)))#numpy 的函数 reshape(-1)可以把数组变成一行
print("去和",arr.sum())
print(arr>10)#筛选
# print(arr[arr<3 and arr>2])  错的 不是单个的true 和false
print(arr[(arr>2) & (arr<3)])

 

 

 7.数据的保存和导入

save 把arr保存到“arr”文件里

load(文件名) 把arr取出来给arr1

# arr=np.array([[1,2,3],[4,5,6],[7,8,9]])
# print("数组平均值",arr.mean())
# print("数组的评价值",np.mean(arr))
# print("min",arr.min())
# print("数组的标准差",arr.std())
# print("数组的排序",np.sort(arr.reshape(-1)))#numpy 的函数 reshape(-1)可以把数组变成一行
# print("求和",arr.sum())
# print("数组的筛选",arr>10)#筛选
# # print(arr[arr<3 and arr>2])  错的 不是单个的true 和false
# print(arr[(arr>2) & (arr<3)])
# #
# #数据保存和导入
#
# np.save("arr",arr)
# print(arr)#前面注释调也可以打印出来

import numpy as np
arr1=np.load("arr.npy")
print(arr1)

用with结构可以不用在写关闭文件的函数，因为这个会自动关闭

as 后面是文件名字

这里是每次遇到偶数就count+1 然后在文件里把num以字符串形式写进去

当count为10的时候就会写入‘\n’进行跳到下一行 

with open(file="prit.txt",mode="w") as file:
    count=0
    for num in range(2,100):
        if num%2==0:
            print(num)
            count+=1
            file.write(str(num)+',')
            if count%10==0:
                file.write("\n")