NumPy(1)-常用的初始化方法
一、NumPy介绍
NumPy是Python中科学计算的基础包,它是一个Python库,提供多维数组对象,各种派生对象(如掩码数组和矩阵),以及用于数组快速操作的各种API,有包括数学、逻辑、形状操作、排序、选择、输入输出、离散傅立叶变换、基本线性代数,基本统计运算和随机模拟等等。
- 功能强大的N维数组对象。
- 精密广播功能函数。
- 集成 C/C+和Fortran 代码的工具。
- 强大的线性代数、傅立叶变换和随机数功能。
二、Ndarray介绍
NumPy 最重要的一个特点是其 N 维数组对象 ndarray,它是一系列同类型数据的集合,以 0 下标为开始进行集合中元素的索引。ndarray 对象是用于存放同类型元素的多维数组。ndarray 中的每个元素在内存中都有相同存储大小的区域。
三、Ndarray和python中的list列表的区别
C数组:学过C语言的都知道,在C语言中数组是一个连续的内存空间,并且数组中的数据的类型也是一致的。
python列表:python中的列表里面存放的对象,可以是不同的数据类型。其底层实现是通过类似C语言中的指针数组来实现,即python的列表中存放的数据的指针即他们的地址,然后再根据这个指针找到具体的数据。
Ndarray数组:和C语言数组实现类似,也是一段连续的内存空间,里面存放的也是相同的数据类型。
详细如下:
- NumPy 数组在创建时具有固定的大小,与Python的原生数组对象(可以动态增长)不同。更改ndarray的大小将创建一个新数组并删除原来的数组。
- NumPy 数组中的元素都需要具有相同的数据类型,因此在内存中的大小相同。
- NumPy 数组有助于对大量数据进行高级数学和其他类型的操作。通常,这些操作的执行效率更高,比使用Python原生数组的代码更少。
四、初始化NumPy数组
1、安装 numpy 包
pip3 install numpy
2、导入 numpy 包
import numpy
3、使用一个列表初始化一个NumPy数组
函数作用:初始化一个NumPy数组
函数原型:numpy.array(object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0)
参数示例:
* object: 必填参数:即创建NumPy数组的数据对象
* dtype: 可选参数,通过它可以更改数组的数据类型---可将原来的整型或者其他类型进行强制转换
* copy: 可选参数,当数据源是ndarray 时表示数组能否被复制,默认是True
* order: 可选参数,以哪种内存布局创建数组,有3个可选值,分别是C(行序列)/F(列序列)/A(默认)
* ndmin: 可选参数,用于指定数组的维度--例如 一维数组、二维数组、三维数组等
* subok: 可选参数,类型为bool值,默认为False。 为True,使用object的内部数据类型; 为False 使用object数组的数据类型
代码示例:
注意:
* 其中np_array就是Ndarray类型。
* data_list中的数据类型是不一致,但是转化成np_array后,数据格式一致了,都变成了字符串类型。
* 如果传进来的列表包含不同的类型,则统一转化为同一类型,转化的优先级:str>float>int,即有str则都转化为str,这样才能保证NumPy数组中数组的一致性。
4、numpy.ones()
函数作用:创造出来的数组里面填充的都是1
函数原型:numpy.ones(shape, dtype=None, order='C', *, like=None)
参数解释:
* shape:创建出来数组的形状,是一维数组,还是二维数组,还是多维数组等等
* dtype:数据的类型
* order:指定内存重以行优先(‘C’)还是列优先(‘F’)顺序存储多维数组。
代码示例:
注意:
* shape = (m,n) m行n列 二位数组
* shape = (m) m个元素的一维数组 [1,2,3]
* shape = (m,) m个元素的一维数组
* shape = (m, 1) m行1列 二维数组 [[1],[2],[3]]
* shape = (1,m) 1行m列 二维数组 [[1,2,3]]
5、numpy.zeros()
函数作用:其用法和ones()一样,只不过被填充的由1变成了0
6、numpy.ful()
函数作用:使用自己指定数字填充数组内容
函数原型:numpy.full(shape, fill_value, dtype=None, order='C', *, like=None)
代码示例:
7、numpy.linspace()
函数作用: 生成等差数列的数组
函数原型:linspace(start, stop, num=50,endpoint=True,retstep=False,dtype=None)
参数解释:
* start,起始点
* stop,结束点
* num,元素个数,默认 50
* endpoint,是否包含 stop 数值,默认为 True,包含 stop 值;若为 False,则不包含 stop 值
* retstep,返回值形式,默认为 False,返回等差数列组,若为True,则返回结果 (array([‘samples’, ‘step’]))
* dtype,返回结果的数据类型,默认无,若无,则参考输入数据类型
代码示例:
8、numpy.arange()
函数作用:根据步长生成等差数列
函数原型:arange([start,] stop[, step,], dtype=None, *, like=None)
代码示例:
9、numpy.random.randint()
函数作用:使用随机数创建NumPy数组
函数原型:randint(low, high=None, size=None, dtype=int)
参数示例:
* low:随机数的最小值
* higt:随机数的最大值
* size:生出数组的形状
* dtype:数据类型
代码示例:
注意:类似的函数还有下面几个,用法也类似
* numpy.random.random(size): 随机生成小数的NumPy的数组
* numpy.random.randn(d0, d1, ..., dn): 标准正态分布
* np.random.normal(): 普通正态分布
五、ndarray的属性
通过上面的示例,我们看到有几个属性是ndarray常用的属性,这里我们总结如下:
四个必记的属性
* ndim: 维度
* shape: 形状
* size: 总长度
* dtype: 元素类型
代码示例:
NumPy(1)-常用的初始化方法的更多相关文章
- PyTorch常用参数初始化方法详解
1. 均匀分布 torch.nn.init.uniform_(tensor, a=0, b=1) 从均匀分布U(a, b)中采样,初始化张量. 参数: tensor - 需要填充的张量 a - 均匀分 ...
- numpy.ndarray常用属性和方法
import numpy as np a = np.array([[1,2,3],[4,3,2],[6,3,5]])print(a) [[1 2 3] [4 3 2] [6 3 5]] print(a ...
- 干货:结合Scikit-learn介绍几种常用的特征选择方法
原文 http://dataunion.org/14072.html 主题 特征选择 scikit-learn 作者: Edwin Jarvis 特征选择(排序)对于数据科学家.机器学习从业者来说非 ...
- 结合Scikit-learn介绍几种常用的特征选择方法
特征选择(排序)对于数据科学家.机器学习从业者来说非常重要.好的特征选择能够提升模型的性能,更能帮助我们理解数据的特点.底层结构,这对进一步改善模型.算法都有着重要作用. 特征选择主要有两个功能: 减 ...
- [转载]Scikit-learn介绍几种常用的特征选择方法
#### [转载]原文地址:http://dataunion.org/14072.html 特征选择(排序)对于数据科学家.机器学习从业者来说非常重要.好的特征选择能够提升模型的性能,更能帮助我们理解 ...
- caffe中权值初始化方法
首先说明:在caffe/include/caffe中的 filer.hpp文件中有它的源文件,如果想看,可以看看哦,反正我是不想看,代码细节吧,现在不想知道太多,有个宏观的idea就可以啦,如果想看代 ...
- oc实例变量初始化方法
1 使用实例setter方法 默认初始化方法 + setName:xxx setAge:xxx 2 使用实例功能类方法,默认初始化方法 + setName:xxx age:xxx3 使用实例初始化方法 ...
- ios基础篇(四)——UILabel的常用属性及方法
UILabel的常用属性及方法:1.text //设置和读取文本内容,默认为nil label.text = @”文本信息”; //设置内容 NSLog(@”%@”, label.text); //读 ...
- UITableView常用属性和方法 - 永不退缩的小白菜
UITableView常用属性和方法 - 永不退缩的小白菜 时间 2014-05-27 01:21:00 博客园精华区原文 http://www.cnblogs.com/zhaofucheng11 ...
- UIView的一些常用属性和方法
UIView的一些常用属性和方法 1. UIView的属性 UIView继承自UIResponder,拥有touches方法. - (instancetype)initWithFrame:(CGRec ...
随机推荐
- Docker容器核心实践(操作容器)
镜像和容器是docker中最基础的概念,镜像可以理解为包含应用程序以及其相关依赖的一个基础文件系统,在其启动过程中,以只读的方式被用于创建容器的运行环境,本质上是基于UnionFS文件系统的一组镜像层 ...
- Appuploader证书申请教程
转载:http://kxdang.com/topic/appuploader/certification.html IOS证书制作教程 点击苹果证书 按钮 点击新增 输入证书密码,名称 这个密码不是账 ...
- o(nlogn)求最长上升子序列
\(O(nlog_n)\)求最长上升子序列LIS 假设存在一个序列d[1..9] = 2 1 5 3 6 4 8 9 7,可以看出来它的LIS长度为5.下面一步一步试着找出它. 我们定义一个序列B,然 ...
- [人脸活体检测] 论文:Searching Central Difference Convolutional Networks for Face Anti-Spoofing
文章目录 Searching Central Difference Convolutional Networks for Face Anti-Spoofing 1 导读 2 简介 3 方法 中心差分卷 ...
- [Tensorflow]模型持久化的原理,将CKPT转为pb文件,使用pb模型预测
文章目录 [Tensorflow]模型持久化的原理,将CKPT转为pb文件,使用pb模型预测 一.模型持久化 1.持久化代码实现 convert_variables_to_constants固化模型结 ...
- [Pytorch框架] 4.5 多GPU并行训练
文章目录 4.5 多GPU并行训练 4.5.1 torch.nn.DataParalle 4.5.2 torch.distributed 4.5.3 torch.utils.checkpoint im ...
- Azure Devops上模版化K8s部署
在2022年我们终于完成了主要业务系统上K8s的计划,在这里总结下我们上K8s时候的模版工程. 前提条件 本文不讨论K8s是什么,什么是容器化,为什么需要容器化,什么是微服务等这些基础内容,这些到处说 ...
- 2020-12-02:mysql中,一张表里面有 ID 自增主键,当 insert 了 17 条记录之后,删除了第 15,16,17 条记录,再把 Mysql 重启,再 insert 一条记录,这条记
2020-12-02:mysql中,一张表里面有 ID 自增主键,当 insert 了 17 条记录之后,删除了第 15,16,17 条记录,再把 Mysql 重启,再 insert 一条记录,这条记 ...
- vue全家桶进阶之路23:Element UI
Element UI 是一套基于 Vue.js 的组件库,它提供了一系列常用的 UI 组件,包括表单.弹窗.布局.导航等等.Element UI 的设计风格简洁.易用.美观,且易于定制. Elemen ...
- c3p0的配置及简单应用
首先简单了解一下JDBC和c3p0 Java数据库连接,(Java Database Connectivity,简称JDBC)是Java语言中用来规范客户端程序如何来访问数据库的应用程序接口,提供了诸 ...