初学者必备的数组相关知识点
点击上方“小白学视觉”，选择加"星标"或“置顶”
重磅干货，第一时间送达
作者：进击的合成尸
作者是一名在读的大二学生，在我看来，是一个非常励志的小伙子，虽然他总觉得自己并不是读的名校，有点小小的不自信，但我相信这么早就意识到学习重要性的小伙子未来可期。
一、目录：
数对象简介
Numpy数组对象的常用属性
数组类型
数组外貌
创建数组
创建数组的基本方法
函数创建数组
二、操作（具体如下）
三、总结
数组就是——array
实现多维数组和矩阵的高效运算
python中“万物皆对象”，数组也是一个对象，有对象，就意味着有属性和方法
dtype___返回数组中元素的类型
shape___返回由整数组成的原组，元组中的每个整数依次对应数组每个轴的元素个数
size__返回一个整数，代表数组中元素的个数
ndim__返回一个整数，代表数组的轴的个数，即维度
nbytes__返回一个整书，代表用于保存数据的字节数
import numpy as npdata = np.array([1, 2, 3, 4])data.dtype# 输出结果：dtype('int32')
数组一旦建立，其元素类型是不能随意改变的，若需要修改元素类型
astype( )是数组的一个方法，能够根据指定的类型（参数指定元素类型）新生成一个数组
new_data相对于data只有元素类型不同
new_data = data.astype(np.float)new_data#输出结果 array([1., 2., 3., 4.])
返回一个元组，其中的元素由整数组成，代表着每个轴上的元素数
a = np.array([1, 2, 3, 4 ])b = np.array([1.0, 2.0, 3.0])a.shapeb.shape#结果(4.，)# （3.，）
创建数组的基本方法
np.array()——基本方法
np.array(object, dtype=None, copy = True, order = 'K', ...)
onject——引用对象是array_like（类数组，可以是列表，元组等可迭代序列，也可以是数组，矩阵）
a = np.array([1, 2, 3, 4])b = np.array([1.0, 2.0, 3.0, 4.0], dtype=float)# 结果：array([1, 2, 3, 4])# array([1., 2., 3., 4.])
嵌套列表中的各个元素的长度必须是一样的，元素类型也需一样，如果元素参差不齐，也不会报错，只不过得不到我们预想的数组对象
da = np.array([[1, 2, 3, ],[],[]])
用函数创建数组
创造的数组具有某种规律
创建一个完全由0组成的数组，
以元组声明他们的形状
import numpy as npnp.ones((3,4)) #0轴的个数为3，1轴的个数为4#结果：array([[0., 0., 0., 0.],[0., 0., 0., 0.],[0., 0., 0., 0.]])
创建一个完全由1组成的数组
np.ones((3,4)) #0轴的个数为3，1轴的个数为4创建对角线独有的数组
np.eye(4,dtype=int) 元素为等差数组
np.arange(1,10,3) #创建一维数组，数组的元素符合等差数列，前一个元素减去后一个元素值的差等于指定的步长# 相当于python中range函数，“前包括，后不包括”原则# 结果：array([1, 4, 7])
array和list之间的区别
array
一个numpy array是内存中一个连续的块，并且array里的元素都是同一类。所以一旦确定了一个array，它的内存就确定了，每个元素的内存也就都确定了
可以看作为“序列”数据
array的object是类数组对象，可以为list，也可以为list of list
可以对整个数组进行数值运算(数组与数组，数组与标量)
list
list也可以看作为“序列”数据
list中的元素可以不同
创建array时，可以使用list，也可以使用list of list
不能对整个列表进行数值运算
好消息，小白学视觉团队的知识星球开通啦，为了感谢大家的支持与厚爱，团队决定将价值149元的知识星球现时免费加入。各位小伙伴们要抓住机会哦！
交流群
欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~