numpy常用方法

np.ones()

用来创建一个全 1 的数组

np.ones(shape=(2,3))

np.zeros()

创建全 0 的数组 ，用法与 np.ones() 类似

np.arange()

np.arange()我们还可以使用 np.arange([start, ]stop, [step, ]dtype=None) 创建一个在[start, stop) 区间的数组，元素之间的跨度是 step。

np.linspace()

np.linspace（start, stop, num=50, endpoint=True, retstep=False, dtype=None） 创建一个数组，具体就是创建一个从开始数值到结束数值的等差数列。

start：必须参数，序列的起始值。

stop：必须参数，序列的终点。

num：序列中元素的个数，默认是 50。

endpoint：默认为 True，如果为 True，则数组最后一个元素是 stop。

retstep：默认为 False，如果为 True，则返回数组与公差。

# 从2到10，有3个元素的等差数列
>>>np.linspace(start=2, stop=10, num=3)

numpy难理解的概念

numpy的轴

是一个非常重要的概念，也是 NumPy 数组中最不好理解的一个概念，它经常出现在 np.sum()、np.max() 这样关键的聚合函数中。

此文章为3月Day8学习笔记，内容来源于极客时间《02 | NumPy（上）：核心数据结构详解 (geekbang.org)》