1.使用array函数创建数组

import numpy as np
ndarray1 = np.array([1, 2, 3])
array([1, 2, 3])
ndarray2 = np.array(list('abcd'))
array(['a', 'b', 'c', 'd'],
dtype='<U1')
ndarray3 = np.array([[1, 2], [3, 4]])
array([[1, 2],
[3, 4]])

2.zeros和zeros_like创建数组

用于创建数组,数组元素默认值是0. 注意:zeros_like函数只是根据传入的ndarray数组的shape来创建所有元素为0的数组,并不是拷贝源数组中的数据

ndarray1 = np.zeros(6)
ndarray2 = np.zeros((2, 3))
ndarray3 = np.zeros_like(ndarray2) # 按照 ndarray2 的shape创建数组
print("数组类型:")
print('ndarray1:', type(ndarray1))
print('ndarray2:', type(ndarray2))
print('ndarray3:', type(ndarray3))print("数组元素类型:")
print('ndarray1:', ndarray1.dtype)
print('ndarray2:', ndarray2.dtype)
print('ndarray3:', ndarray3.dtype)print("数组形状:")
print('ndarray1:', ndarray1.shape)
print('ndarray2:', ndarray2.shape)
print('ndarray3:', ndarray3.shape) 输出结果:
数组类型:
ndarray1: <class 'numpy.ndarray'>
ndarray2: <class 'numpy.ndarray'>
ndarray3: <class 'numpy.ndarray'>
数组元素类型:
ndarray1: float64
ndarray2: float64
ndarray3: float64
数组形状:
ndarray1: (6,)
ndarray2: (2, 3)
ndarray3: (2, 3)

3.ones和ones_like创建数组

与zero类似

# 创建数组,元素默认值是0
ndarray1 = np.ones(7)
ndarray2 = np.ones((2, 3))
# 修改元素的值
ndarray2[0][1] = 4
ndarray3 = np.ones_like(ndarray2) # 按照 ndarray2 的shape创建数组
# 打印数组元素类型
print("数组类型:")
print('ndarray1:', type(ndarray1))
print('ndarray2:', type(ndarray2))
print('ndarray3:', type(ndarray3))print("数组元素类型:")
print('ndarray1:', ndarray1.dtype)
print('ndarray2:', ndarray2.dtype)
print('ndarray3:', ndarray3.dtype)print("数组形状:")
print('ndarray1:', ndarray1.shape)
print('ndarray2:', ndarray2.shape)
print('ndarray3:', ndarray3.shape) 输出结果:
数组类型:
ndarray1: <class 'numpy.ndarray'>
ndarray2: <class 'numpy.ndarray'>
ndarray3: <class 'numpy.ndarray'>
数组元素类型:
ndarray1: float64
ndarray2: float64
ndarray3: float64
数组形状:
ndarray1: (7,)
ndarray2: (2, 3)
ndarray3: (2, 3)

4.empty和empty_like创建数组

用于创建空数组,空数据中的值并不为0,而是未初始化的随机值.

ndarray1 = np.empty(5)
ndarray2 = np.empty((2, 3))
ndarray3 = np.empty_like(ndarray1)
# 打印数组元素类型
print("数组类型:")
print('ndarray1:', type(ndarray1))
print('ndarray2:', type(ndarray2))
print('ndarray3:', type(ndarray3))print("数组元素类型:")
print('ndarray1:', ndarray1.dtype)
print('ndarray2:', ndarray2.dtype)
print('ndarray3:', ndarray3.dtype)print("数组形状:")
print('ndarray1:', ndarray1.shape)
print('ndarray2:', ndarray2.shape)
print('ndarray3:', ndarray3.shape) 输出结果:
数组类型:
ndarray1: <class 'numpy.ndarray'>
ndarray2: <class 'numpy.ndarray'>
ndarray3: <class 'numpy.ndarray'>
数组元素类型:
ndarray1: float64
ndarray2: float64
ndarray3: float64
数组形状:
ndarray1: (5,)
ndarray2: (2, 3)
ndarray3: (5,)

5.arange函数创建数组

arange函数是python内置函数range函数的数组版本

ndarray1 = np.arange(10)
print("ndarray1:",ndarray1)
ndarray2 = np.arange(10, 20)
print("ndarray2:",ndarray2)
ndarray3 = np.arange(10, 20, 2)
print("ndarray3:",ndarray3) 输出结果:
ndarray1: [0 1 2 3 4 5 6 7 8 9]
ndarray2: [10 11 12 13 14 15 16 17 18 19]
ndarray3: [10 12 14 16 18]

6.eye创建对角矩阵数组

该函数用于创建一个N*N的矩阵,对角线为1,其余为0.

ndarray1 = np.eye(3)
ndarray1
输出结果:
array([[ 1., 0., 0.],
[ 0., 1., 0.],
[ 0., 0., 1.]])

numpy学习之创建数组的更多相关文章

  1. labview学习之“创建数组”函数

    “创建数组”函数 一.位置:“函数”-“编程”-“数组”-“创建数组” 其图标为: 图1 图标 二.简介: “创建数组”函数有两种模式,一种是“连接模式”,一种是“添加模式”. 如需切换两种模式,可右 ...

  2. Numpy学习三:数组运算

    1.转置 #reshape(shape)函数改变数组形状,shape是一个元组,表示数组的形状 创建一个包含15个元素的一维数组,通过reshape函数调整数组形状为3行5列的二维数组arr = np ...

  3. Numpy学习二:数组的索引与切片

    1.一维数组索引与切片#创建一维数组arr1d = np.arange(10)print(arr1d) 结果:[0 1 2 3 4 5 6 7 8 9] #数组的索引从0开始,通过索引获取第三个元素a ...

  4. Numpy创建数组

    # 导入numpy 并赋予别名 np import numpy as np # 创建数组的常用的几种方式(列表,元组,range,arange,linspace(创建的是等差数组),zeros(全为 ...

  5. Numpy 学习之路(1)——数组的创建

    数组是Numpy操作的主要对象,也是python数据分析的主要对象,本系列文章是本人在学习Numpy中的笔记. 文章中以下都基于以下方式的numpy导入: import numpy as np fro ...

  6. Numpy学习之——数组创建

    Numpy学习之--数组创建 过程展示 import numpy as np a = np.array([2,3,9]) a array([2, 3, 9]) a.dtype dtype('int32 ...

  7. numpy的学习之路(1)——创建数组以及基本运算

    需要导入的包 import numpy as np import pandas 一.利用numpy创建数组 1.1创建简单数组 array =np.array([[1,2,3], [2,3,4]]) ...

  8. NumPy学习2:创建数组

    1.使用array创建数组 b = array([2, 3, 4])print bprint b.dtype 2.把序列转化为数组 b = array( [ (1.5,2,3), (4,5,6) ] ...

  9. NumPy 从数值范围创建数组

    NumPy 从数值范围创建数组 这一章节我们将学习如何从数值范围创建数组. numpy.arange numpy 包中的使用 arange 函数创建数值范围并返回 ndarray 对象,函数格式如下: ...

随机推荐

  1. 【枚举】Consonant Fencity @upcexam5110

    时间限制: 3 Sec 内存限制: 512 MB 题目描述 There are two kinds of sounds in spoken languages: vowels and consonan ...

  2. Hibernate(3)配置文件hibernate.cfg.xml

    5.配置文件 Hibernate 配置文件主要用于配置数据库连接和 Hibernate 运行时所需的各种属性,每个 Hibernate 配置文件对应一个 Configuration 对象 Hibern ...

  3. django之Ajax续

    接上篇随笔.继续介绍ajax的使用. 上篇友情连接:http://www.cnblogs.com/liluning/p/7831169.html 本篇导航: Ajax响应参数 csrf 跨站请求伪造 ...

  4. java获得上下周及本周日期

    public static SimpleDateFormat getFormat(String format) { return new SimpleDateFormat(format); } /** ...

  5. Css3实现波浪线效果1

    一.波浪线 ,常用 .info::before { content: ''; position: absolute; top: 30px; width: 100%; height: 0.25em; b ...

  6. 表型数据(Phenotype Data)基本概念

    表型(英语:Phenotype),又称表现型,对于一个生物而言,表示它某一特定的物理外观或成分.一个人是否有耳珠.植物的高度.人的血型.蛾的颜色等等,都是表型的例子. 表型主要受生物的基因型和环境影响 ...

  7. Java利用ShutDownHook关闭系统资源

    Java关闭钩子 在Java程序中能够通过加入关闭钩子,实如今程序退出时关闭资源的功能. 使用Runtime.addShutdownHook(Thread hook)向JVM加入关闭钩子 public ...

  8. FPGA基础之逻辑单元(LE or LC)的基本结构

    原帖地址: https://blog.csdn.net/a8039974/article/details/51706906/ 逻辑单元在FPGA器件内部,是完成用户逻辑的最小单元.逻辑单元在ALTER ...

  9. androidstudio全局搜索快捷键Ctrl+Shift+F失效的解决办法

    与输入法设置冲突!!修改了就可以了.用的搜狗输入法,它的此快捷键也为简繁体替换.修改成其他的即可 null

  10. hadoop ha 读取 activce状态的活动节点

    方式一 package com.xxx.hadoop; import com.sun.demo.jvmti.hprof.Tracker; import com.sun.xml.bind.util.Wh ...