1、集中常见的 numpy 的属性

  ndim:维度

  shape:行数和列数

  size:元素的个数

>>> import numpy as np # 导入 numpy 模块。np是为了使用方便的简写
>>> array = np.array([[,,],[,,]]) # 列表转换为矩阵
>>> print(array)
[[ ]
[ ] ]
>>>print(‘number of ndim:’, array.ndim) # 维度
number of mdim:
>>> print('shape:',array.shape) # 行数和列数
shape:(, )
>>>print(‘size:’,array.aize) # 元素个数
size :

2、Numpy 创建 array

2.1、关键字

  array:创建数组

  dtype:制定数据类型

  zeros:创建数据全为 0

  ones:创建数据全为 1

  empty:创建数据接近 0

  arrange:按指定范围创建数据

  linspace:创建线段

# 创建数组
>>> a = np.array([2, 23, 4])
>>> print(a)
[2, 23, 4] # 指定类型
>>> a = np.array([2, 23, 4], dtype = np.int)
>>> print(a.dtype)
int32 >>>a = np.array([2, 23, 4], dtype = np.float32)
>>> print(a.dtype)
float32 # 创建特定数据
>>> a = np.array([[2, 23, 4],[2, 32, 4]]) # 2d 矩阵 2行3列
>>> print(a)
[[2 23 4]
  [2 32 4]] # 创建全零数组
>>> a = np.zeros((3, 4)) # 数据全部为 0 3 行 4 列
>>> print(a)
[[0. 0. 0. 0.]
  [0. 0. 0. 0.]
  [0. 0. 0. 0.]] # 创建全 1 的数组
>>> a = np.ones((3, 4), dtype = np.int) # 数据为 1 3行4列
>>> print(a)
{[1 1 1 1]
[1 1 1 1]
[1 1 1 1]} # 创建全空数组 其实每个值都是接近于零的数
>>> a = np.empty((3, 4)) # 数据为 empty 3行 4列
>>> print(a)
 [[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]] # 用 arange 创建连续数组:
>>> a = np.arange(10, 20, 2) # 10 - 19 的数据,步长为 2
>>> print(a)
[10 12 14 16 18] # 使用 linspace 创建线段型数据:
>>>a = np.linspace(1, 10, 20) # 开始端为1, 结束端为 10, 且分割为 20 个数据,生成线段
>>> print(a)
[ 1.          1.47368421  1.94736842  2.42105263  2.89473684  3.36842105  3.84210526  4.31578947  4.78947368  5.26315789  5.73684211  6.21052632
6.68421053 7.15789474 7.63157895 8.10526316 8.57894737 9.05263158
9.52631579 10. ]

# 同样也能进行 reshape 工作:

  >>> a = np.linspace(1, 10, 20).reshape((5, 4)) # 更改shape

  >>> print(a)

  

 [[ 1.          1.47368421  1.94736842  2.42105263]
[ 2.89473684 3.36842105 3.84210526 4.31578947]
[ 4.78947368 5.26315789 5.73684211 6.21052632]
[ 6.68421053 7.15789474 7.63157895 8.10526316]
[ 8.57894737 9.05263158 9.52631579 10. ]]

Numpy 创建数组2的更多相关文章

  1. 4、numpy——创建数组

    1.普通创建——np.array() 创建数组最简单的方法就是使用array函数.它接收一切序列型的对象(包括其他数组),然后产生一个新的含有传入数据的Numpy数组. import numpy as ...

  2. 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 ...

  3. Numpy 创建数组

    ndarray 数组除了可以使用底层 ndarray 构造器来创建外, 也可以通过以下几种方式来创建. numpy.empty numpy.empty 方法用来创建一个指定形状(shape),数据类型 ...

  4. 吴裕雄--天生自然Numpy库学习笔记:NumPy 创建数组

    import numpy as np x = np.empty([3,2], dtype = int) print (x) import numpy as np # 默认为浮点数 x = np.zer ...

  5. 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]]) ...

  6. numpy学习之创建数组

    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.arr ...

  7. 『Numpy』内存分析_利用共享内存创建数组

    引.内存探究常用函数 id(),查询对象标识,通常返回的是对象的地址 sys.getsizeof(),返回的是 这个对象所占用的空间大小,对于数组来说,除了数组中每个值占用空间外,数组对象还会存储数组 ...

  8. 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: ...

  9. NumPy 从已有的数组创建数组

    NumPy 从已有的数组创建数组 本章节我们将学习如何从已有的数组创建数组. numpy.asarray numpy.asarray 类似 numpy.array,但 numpy.asarray 只有 ...

随机推荐

  1. 2018.10.14 bzoj4571: [Scoi2016]美味(主席树)

    传送门 自认为是一道思想很妙的题. 直接分析问题. 如果没有xxx的干扰直接上可持久化01trie01trie01trie走人. 但现在有了xxx这个偏移量. 相当于把整个01trie01trie01 ...

  2. foreach循环赋值问题

    foreach ($list as $key=>$val){ $data=array();//这一个一定要加上不然循环后,modify_one,modify_two都会赋值 if ($val[' ...

  3. hdu-1129(模拟题)

    题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=1129 注意:c_code[i]=(p_code[i*k%n]-i)%28; #include<i ...

  4. centos6.5(64位)离线安装scalr

    1.下载scalr-server安装备包: 下载地址:http://pan.baidu.com/s/1eSA3dom scalr-server-5.1.0.oss-nightly.2015013004 ...

  5. UVa 11992 Fast Matrix Operations (线段树,区间修改)

    题意:给出一个row*col的全0矩阵,有三种操作 1 x1 y1 x2 y2 v:将x1 <= row <= x2, y1 <= col <= y2里面的点全部增加v: 2 ...

  6. (回文串 )Best Reward -- hdu -- 3613

    http://acm.hdu.edu.cn/showproblem.php?pid=3613 Best Reward Time Limit: 2000/1000 MS (Java/Others)    ...

  7. ACM STEPS——Chapter Two——Section One

    数学题小关,做得很悲剧,有几道题要查数学书... 记下几道有价值的题吧 The area(hdoj 1071) http://acm.hdu.edu.cn/showproblem.php?pid=10 ...

  8. PAT甲 1046. Shortest Distance (20) 2016-09-09 23:17 22人阅读 评论(0) 收藏

    1046. Shortest Distance (20) 时间限制 100 ms 内存限制 65536 kB 代码长度限制 16000 B 判题程序 Standard 作者 CHEN, Yue The ...

  9. hdu 5009 离散化

    http://acm.hdu.edu.cn/showproblem.php?pid=5009 有一段序列,涂连续一段子序列的代价为该子序列出现不同数字个数的平方,求最小代价涂完整个序列. ai有10^ ...

  10. javascript 奇技淫巧45招

    教程:http://chensd.com/2015-01/45-useful-javascript-tips-tricks-and-best-practices.html 1.上线前检查和压缩代码:用 ...