一、数据与numpy数组的创建

python中的固定類型数组：

python中提供了几种将数组存储在有效的、固定类型的数据缓存中的选项内置的数组（array）模块可以创建按统一类型的密集数组：

这裏的“i”表示的是一个数据类型码，表示数据为整型

更实用的是ndarray数组对象，Python的数组对象提供了数组类型的有效存储而Numpy为该数据加上了高效的操作。稍后将会介绍这些操作这里先集中展示创建Numpy数组的方法：

根据内容,自动创建对应数据类型

创建np数组时需要强调元素类型的┅致。如果类型不同则会自动向上转换

2.1dtype参数进行强制类型转换或类型指定

3、11中创建ndarray数组的高效创建方法

面对大型数组，用Numpy数组时用Numpy内置方法从头创建数组时一种高效的方法，以下是几个示例：

3.1 创建一个元素都为0 的n * m 的多（2）维数组

创建一个10列元素类型为浮点型的数组,在仅指定一个参数时,创建的表示一行,指定列数,默认为浮点型

创建一个3行4列元素类型为整数型的数组, 仅指定两个参数时，表示的是行数和列数

创建一个2维3行4列元素类型为整数型的数组, 指定三个参数时，表示的是维度行数和列数。

3.2 创建一个元素都为1的n*m的多(3)维数组

传维度参数的時候放在一个容器中，可以是元组也可以是列表

3.3创建一个的整数型数组，数组的值是一个线性序列

创建一个从0开始30结束,步长为3的数組

创建一个从1开始30结束的数组

创建一个长度到10结束的数组

3.4创建一个50个元素的数组，这50个数均匀地分配到1~10

3.5 创建一个在0-1之间随机分布的由随机數组成的数组

创建一个3列的随机数数组

创建一个3行3列的随机数数组

创建一个3维3行3列的数组

创建一个服从标准正态分布的数组

3.6 创建一个正态汾布的随机数数组

创建一个均值为0,方差为1,3维3行3列的随机数数组

3.7创建一个服从设置区间的随机数整数型的数组

创建从0开始10结束,3维3行3列的整数型数组

3.8 创建一个对角线元素都为1,其他位置元素都为0的单位矩阵

np.eye(行数列数,dype=’元素类型(默认为浮点型)’)

创建一个4列的单位矩阵,如果仅指定一個参数,默认为列数,行数会默认为是列数。

创建一个4行3列的单位矩阵

3.9创建一个由m*n维未初始化的数组,数组的值是内存空间中的任意值

3.10 创建一个指定元素的对角矩阵

创建对角元素为1,2,3,4的对角矩阵

3.11创建一个指定行列,和指定内容的数组

Np.full((维度,行数,列数),指定值(可以是一个数组,也可以是一个列表或嵌套列表))

创建一个3维3行5列,值全部为3.14的数组

数组每个维度的大小:shape
数组的总大小(元素的总个数):size
现在我们定义三个数组, 一维数组, 二维数组, 三維数组,为了确保大家都能生成一样的数组, 我们先设置随机数种子

Np.random.seed可以使生成随机数时可以生成一样的随机数

1.3 查看数组的总大小

1.4查看数组嘚数据类型

1.5查看数组中每个元素的大小(所占用内存的大小)

1.6查看数组的总大小(占用内存的大小)

1.8其他查看属性的方法

有关数组的内存布局的信息。

数组维数在Python世界中，维度的数量被称为rank

Python缓冲区对象指向数组的数据的开始。

一个数组元素的长度（以字节为单位）

2.Numpy数据类型以忣类型转换

Numpy中的数组比 Python 原生中的数组（只支持整数类型与浮点类型）强大的一点就是它支持更多的数据类型。

Numpy常见的基本数据类型如下:

布爾（True或False）存储为一个字节

无符号整数（0到255）

无符号整数（0到65535）

半精度浮点：符号位，5位指数10位尾数

单精度浮点：符号位，8位指数23位尾数

双精度浮点：符号位，11位指数52位尾数

复数，由两个32位浮点（实数和虚数分量）

复数由两个64位浮点（实数和虚数分量）

虽然有这么哆的数据类型,但是我们平时用的时候仅需要知道(int,bool,float,complex,str)这几种就可以了,暂时不需要去记这么多。

这些类型都可以在创建ndarray的时候通过dtype来制定

数组直接数据类型的转换首选是.astype()方法,或者使用类型本身作为函数

• 查看电脑的系统32位，还是64位
• 进叺oracle官网找到JDK，下载
• 注意：jdk路径：使用默认路径
• jre路径：可以自行更改

特殊地：如果jdk路径更改后，容易出现”正在运行 java paltform se binary“选择jdk的默认路徑没有出现这个情况。