ndarray一个强大的N维数组对象Array

•ndarray的建立(元素默认浮点数)

  • 可以利用list列表建立ndarray
import numpy as np
list =[0,1,2,3]
从列表类型建立
x = np.array(list)
print(x)
#[0 1 2 3]
  • 可以利用tuple元组建立ndarray
import numpy as np
从元组类型建立
x = np.array((4,5,6,7))
print(x)
#[4 5 6 7]
  • 可以从列表和元组混合类型创建(所包含数据个数相同就可混合使用,一般不建议)
x = np.array([list,(4,5,6,7)],dtype=np.float32)
print(x)
#[0,1,2,3,4,5,6,7]
  • 利用arange(类似range)
 x = np.arange(10)
print(x)
#[0 1 2 3 4 5 6 7 8 9]
  • .ones((n,m)) 生成全1的n*m的数组
x = np.ones((3,6))
print(x)
#[[1. 1. 1. 1. 1. 1.]
# [1. 1. 1. 1. 1. 1.]
#[1. 1. 1. 1. 1. 1.]] x = np.ones((3,4,5))
print(x)
#[[[1. 1. 1. 1.]
# [1. 1. 1. 1.]
# [1. 1. 1. 1.]] # [[1. 1. 1. 1.]
# [1. 1. 1. 1.]
# [1. 1. 1. 1.]]]
  • .zeros((n,m))生成全0的n*m的数组
x = np.zeros((3,6),dtype = np.int32)
print(x)
#[[0 0 0 0 0 0]
# [0 0 0 0 0 0]
# [0 0 0 0 0 0]]
  • .eye(n)生成对角线为1,其余全为0的方阵
x = np.eye(5)
print(x)
#[[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.]]
  • .full(shape,vale)生成一个shape的矩阵,每个元素都是val
x = np.full((3,4),5)
print(x)
#[[5 5 5 5]
# [5 5 5 5]
# [5 5 5 5]]
  • .ones_like(x)根据数组x的shape形成一个全为1的数组
x = full((3,4),5)
a = np.ones_like(x)
print(a)
#[[1 1 1 1]
# [1 1 1 1]
# [1 1 1 1]]
  • .zeros_likes(x)根据数组x的shape形成一个全为0的数组
x = full((3,4),5)
a = np.zeros_like(x)
print(a)
#[[0 0 0 0]
# [0 0 0 0]
# [0 0 0 0]]
  • .full_likes(x)根据数组x的形状生成一个数组,值为val
x = full((3,4),5)
a = np.full_like(x,0)
print(a)
#[[0 0 0 0]
# [0 0 0 0]
# [0 0 0 0]]
  • .linespace(begin,end,val,endpoint)根据起止数据等距的填充数据,形成数组
#endpoint默认为True,表示end是其中的元素
x = np.linespace(1,10,4)
print(x)
#[ 1. 4. 7. 10.]
#endpoint为False,表示end不是其中的元素
x = np.linespace(1,10,4,endpoint=True)
print(x)
#[1. 3.25 5.5 7.75]
  • .concatenate()将两个或多个数组合并成一个新的数组,axis默认为0
b = np.full((2,1,3),5)
a = np.full((2,1,3),1)
print(b)
print(a)
#b
#[[[5 5 5]]
#
# [[5 5 5]]]
#a
#[[[1 1 1]]
#
# [[1 1 1]]] x = np.concatenate((a,b))
print(x)
#[[[1 1 1]]
#
# [[1 1 1]]
#
# [[5 5 5]]
#
# [[5 5 5]]] x = np.concatenate((a,b),axis=1)
print(x)
#[[[1 1 1]
# [5 5 5]]
#
# [[1 1 1]
# [5 5 5]]] x = np.concatenate((a,b),axis=2)
print(x)
#[[[1 1 1 5 5 5]]
#
# [[1 1 1 5 5 5]]]

Numpy库基础___一的更多相关文章

  1. Numpy库基础___五

    Numpy数据存取 •NumPy的随机数函数 a = np.random.rand(1,2,3) print(a) #[[[0.03339719 0.72784732 0.47527802] # [0 ...

  2. Numpy库基础___四

    Numpy数据存取 •数据的csv文件的存取 只能有效存取和读取一维和二维数据 a = np.arange(100).reshape(5,20) #用delimiter分割,默认为空格 np.save ...

  3. Numpy库基础___三

    ndarray一个强大的N维数组对象Array •ndarray的操作 索引 a = np.arange(24).reshape((2,3,4)) print(a) #[[[ 0 1 2 3] # [ ...

  4. Numpy库基础___二

    ndarray一个强大的N维数组对象Array •ndarray的变换 x.reshape(shape)重塑数组的shape,要求元素的个数一致,不改变原数组 x = np.ones((2,3,4), ...

  5. $python数据分析基础——初识numpy库

    numpy库是python的一个著名的科学计算库,本文是一个quickstart. 引入:计算BMI BMI = 体重(kg)/身高(m)^2 假如有如下几组体重和身高数据,让求每组数据的BMI值: ...

  6. Python基础——numpy库的使用

    1.numpy库简介:    NumPy提供了许多高级的数值编程工具,如:矩阵数据类型.矢量处理,以及精密的运算库.专为进行严格的数字处理而产生. 2.numpy库使用: 注:由于深度学习中存在大量的 ...

  7. Python数据分析numpy库

    1.简介 Numpy库是进行数据分析的基础库,panda库就是基于Numpy库的,在计算多维数组与大型数组方面使用最广,还提供多个函数操作起来效率也高 2.Numpy库的安装 linux(Ubuntu ...

  8. 数据分析与展示——NumPy库入门

    这是我学习北京理工大学嵩天老师的<Python数据分析与展示>课程的笔记.嵩老师的课程重点突出.层次分明,在这里特别感谢嵩老师的精彩讲解. NumPy库入门 数据的维度 维度是一组数据的组 ...

  9. 初识NumPy库-基本操作

    ndarray(N-dimensional array)对象是整个numpy库的基础. 它有以下特点: 同质:数组元素的类型和大小相同 定量:数组元素数量是确定的 一.创建简单的数组: np.arra ...

随机推荐

  1. 有序取出Map集合的元素

    最近写到一个程序,返回了map,但是经过查阅资料,map是没有顺序的,各种查阅资料无果,最后自己写了这个方法.. 1,通过map集合的keySet()方法,获取到一个包含map所有key的Set集合 ...

  2. 帆软报表(finereport)鼠标悬停背景变色

    在报表中,为了突出鼠标所在单元格,当鼠标悬浮时突出背景色(字体),鼠标离开后恢复原有的背景色(字体). 在设计器 模板>模板 Web 属性>填报页面设置,去除填报当前编辑行背景设置的勾选, ...

  3. Solution -「LGR-087」「洛谷 P6860」象棋与马

    \(\mathcal{Description}\)   Link.   在一个 \(\mathbb R^2\) 的 \((0,0)\) 处有一颗棋子,对于参数 \(a,b\),若它当前坐标为 \((x ...

  4. Jenkins系列之pipeline语法介绍与案例

    Jenkins Pipeline 的核心概念: Pipeline 是一套运行于Jenkins上的工作流框架,将原本独立运行于单个或者多个节点的任务连接起来,实现单个任务难以完成的复杂流程编排与可视化. ...

  5. JAVA8学习——Stream底层的实现四(学习过程)

    Stream的深入(四) 从更高角度去看一下:类与类之间的设计关系 (借助IDEA的图形处理工具 Ctrl+Alt+U). ReferencePipeline的三个实现的子类: Head Statel ...

  6. Centos 6 DNS 配置 解决 Unknown host

    测试服务器Maven 打包时遇到了如下的错误 maven.aliyun.com: Name or service not known: Unknown host maven.aliyun.com: N ...

  7. k8s搭建监控:安装metrics server和dashboard

      安装metrics server 参考:https://github.com/kubernetes-sigs/metrics-server kubectl  create -f component ...

  8. 【转】int和Integer的区别

    int和Integer的区别: 1.Integer是int的包装类,int则是java的一种基本数据类型 2.Integer变量必须实例化后才能使用,而int变量不需要 3.Integer实际是对象的 ...

  9. 国内主流大数据厂商太多不知道怎么选?Smartbi满足你的需求

    ​目前的BI市场上有很多大数据的厂商,这也让许多客户眼花缭乱,不知如何下手.比如国内的亿信华辰跟国外的Tableau,QLK, PowerBI 都有非常多便于分析的可视化工具,但是在数据处理分析的功能 ...

  10. JavaSE-万字长文-加载时间长-小白文

    Java语法规范 所有的Java语句必须以;结尾! 无论是().[]还是{},所有的括号必须一一匹配! 主方法的代码只能写在{}中! Java基础语法(面向过程) 在学习面向对象之前,我们需要了解面向 ...