# 多維陣列ndarray

import numpy as np

ar = np.array([1,2,3,4,5,6,7])
print(ar)          # 輸出陣列，注意陣列的格式：中括號，元素之間沒有逗號（和列表區分）
print(ar.ndim)     # 輸出陣列維度的個數（軸數），或者說“秩”，維度的數量也稱rank
print(ar.shape)    # 陣列的維度，對於n行m列的陣列，shape為（n，m）
print(ar.size)     # 陣列的元素總數，對於n行m列的陣列，元素總數為n*m
print(ar.dtype)    # 陣列中元素的型別，類似type()（注意了，type()是函式，.dtype是方法）
print(ar.itemsize) # 陣列中每個元素的位元組大小，int32l型別位元組為4，float64的位元組為8
print(ar.data)     # 包含實際陣列元素的緩衝區，由於一般通過陣列的索引獲取元素，所以通常不需要使用這個屬性。
ar   # 互動方式下輸出，會有array(陣列)

# 陣列的基本屬性
# ① 陣列的維數稱為秩（rank），一維陣列的秩為1，二維陣列的秩為2，以此類推
# ② 在NumPy中，每一個線性的陣列稱為是一個軸（axes），秩其實是描述軸的數量：
# 比如說，二維陣列相當於是兩個一維陣列，其中第一個一維陣列中每個元素又是一個一維陣列
# 所以一維陣列就是NumPy中的軸（axes），第一個軸相當於是底層陣列，第二個軸是底層數組裡的陣列。
# 而軸的數量——秩，就是陣列的維數。
 

[1 2 3 4 5 6 7]
1
(7,)
7
int32
4
<memory at 0x0000000005927108>
Out[1]:
array([1, 2, 3, 4, 5, 6, 7])

# 建立陣列：array()函式，括號內可以是列表、元祖、陣列、生成器等

ar1 = np.array(range(10))   # 整型
ar2 = np.array([1,2,3.14,4,5])   # 浮點型
ar3 = np.array([[1,2,3],('a','b','c')])   # 二維陣列：巢狀序列（列表，元祖均可）
ar4 = np.array([[1,2,3],('a','b','c','d')])   # 注意巢狀序列數量不一會怎麼樣
print(ar1,type(ar1),ar1.dtype)
print(ar2,type(ar2),ar2.dtype)
print(ar3,ar3.shape,ar3.ndim,ar3.size)     # 二維陣列，共6個元素
print(ar4,ar4.shape,ar4.ndim,ar4.size)     # 一維陣列，共2個元素
 

[0 1 2 3 4 5 6 7 8 9] <class ‘numpy.ndarray’> int32
[ 1. 2. 3.14 4. 5. ] <class ‘numpy.ndarray’> float64
[[‘1’ ‘2’ ‘3’]
[‘a’ ‘b’ ‘c’]] (2, 3) 2 6
[[1, 2, 3] (‘a’, ‘b’, ‘c’, ‘d’)] (2,) 1 2

# 建立陣列：arange()，類似range()，在給定間隔內返回均勻間隔的值。

print(np.arange(10))    # 返回0-9，整型
print(np.arange(10.0))  # 返回0.0-9.0，浮點型
print(np.arange(5,12))  # 返回5-11
print(np.arange(5.0,12,2))  # 返回5.0-12.0，步長為2
print(np.arange(10000))  # 如果陣列太大而無法列印，NumPy會自動跳過陣列的中心部分，並只打印邊角：
 

[0 1 2 3 4 5 6 7 8 9]
[ 0. 1. 2. 3. 4. 5. 6. 7. 8. 9.]
[ 5 6 7 8 9 10 11]
[ 5. 7. 9. 11.]
[ 0 1 2 …, 9997 9998 9999]

# 建立陣列：linspace():返回在間隔[開始，停止]上計算的num個均勻間隔的樣本。

ar1 = np.linspace(2.0, 3.0, num=5)
ar2 = np.linspace(2.0, 3.0, num=5, endpoint=False)
ar3 = np.linspace(2.0, 3.0, num=5, retstep=True)
print(ar1,type(ar1))
print(ar2)
print(ar3,type(ar3))
# numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)
# start：起始值，stop：結束值
# num：生成樣本數，預設為50
# endpoint：如果為真，則停止是最後一個樣本。否則，不包括在內。預設值為True。
# retstep：如果為真，返回（樣本，步驟），其中步長是樣本之間的間距 → 輸出為一個包含2個元素的元祖，第一個元素為array，第二個為步長實際值

[ 2. 2.25 2.5 2.75 3. ] <class ‘numpy.ndarray’>
[ 2. 2.2 2.4 2.6 2.8]
(array([ 2. , 2.25, 2.5 , 2.75, 3. ]), 0.25) <class ‘tuple’>

# 建立陣列：zeros()/zeros_like()/ones()/ones_like()

ar1 = np.zeros(5)  
ar2 = np.zeros((2,2), dtype = np.int)
print(ar1,ar1.dtype)
print(ar2,ar2.dtype)
print('------')
# numpy.zeros(shape, dtype=float, order='C'):返回給定形狀和型別的新陣列，用零填充。
# shape：陣列緯度，二維以上需要用()，且輸入引數為整數
# dtype：資料型別，預設numpy.float64
# order：是否在儲存器中以C或Fortran連續（按行或列方式）儲存多維資料。

ar3 = np.array([list(range(5)),list(range(5,10))])
ar4 = np.zeros_like(ar3)
print(ar3)
print(ar4)
print('------')
# 返回具有與給定陣列相同的形狀和型別的零陣列，這裡ar4根據ar3的形狀和dtype建立一個全0的陣列

ar5 = np.ones(9)
ar6 = np.ones((2,3,4))
ar7 = np.ones_like(ar3)
print(ar5)
print(ar6)
print(ar7)
# ones()/ones_like()和zeros()/zeros_like()一樣，只是填充為1

[ 0. 0. 0. 0. 0.] float64
[[0 0]

[0 0]] int32
[[0 1 2 3 4]
[5 6 7 8 9]]
[[0 0 0 0 0]
[0 0 0 0 0]]

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

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

# 建立陣列：eye()

print(np.eye(5))
# 建立一個正方的N*N的單位矩陣，對角線值為1，其餘為0

[[ 1. 0. 0. 0. 0.]
[ 0. 1. 0. 0. 0.]
[ 0. 0. 1. 0. 0.]
[ 0. 0. 0. 1. 0.]
[ 0. 0. 0. 0. 1.]]

ndarray的資料型別

bool 用一個位元組儲存的布林型別（True或False）

inti 由所在平臺決定其大小的整數（一般為int32或int64）

int8 一個位元組大小，-128 至 127

int16 整數，-32768 至 32767

int32 整數，-2 31 至 2 32 -1

int64 整數，-2 63 至 2 63 - 1

uint8 無符號整數，0 至 255

uint16 無符號整數，0 至 65535

uint32 無符號整數，0 至 2 ** 32 - 1

uint64 無符號整數，0 至 2 ** 64 - 1

float16 半精度浮點數：16位，正負號1位，指數5位，精度10位

float32 單精度浮點數：32位，正負號1位，指數8位，精度23位

float64或float 雙精度浮點數：64位，正負號1位，指數11位，精度52位

complex64 複數，分別用兩個32位浮點數表示實部和虛部

complex128或complex 複數，分別用兩個64位浮點數表示實部和虛部