>>>> mya=np.zeros(shape=(2,2))

>>>> mya

array([[ 0.,  0.],

[ 0.,  0.]])

>>>> mya=np.empty(shape=(2,2))

>>>> mya

array([[ 0.,  0.],

[ 0.,  0.]])、

创建数组元素为float的数组。

>>>>mya=np.array([1,2,3,4,5,6],dtype=float)

>>>> mya

array([ 1., 2.,  3.,  4., 5.,  6.])

>>>>

通过copy參数复制数据。

>>>> myz

array([[1, 2, 3],

[4, 5, 6]])

>>>>mya=np.array(myz,copy=False)

>>>> mya

array([[1, 2, 3],

[4, 5, 6]])

>>>> myz[0,1]=111

>>>> myz

array([[ 1, 111,   3],

[  4,   5,  6]])

>>>> mya

array([[ 1, 111,   3],

[  4,   5,  6]])

本博客全部内容是原创,假设转载请注明来源

http://blog.csdn.net/myhaspl/

>>>> myz

array([[ 1, 111,   3],

[  4,   5,  6]])

>>>> myz[1,1]=2

>>>> myz

array([[ 1, 111,   3],

[  4,   2,  6]])

>>>> mya

array([[ 1, 111,   3],

[  4,   5,  6]])

>>>>myb=np.array([[11,22],[33,44]],dtype=[('a','<i4'),('b','<i4')])

>>>> myb

array([[(11, 0), (22, 0)],

[(33, 0), (44, 0)]],

dtype=[('a', '<i4'), ('b', '<i4')])

>>>>myb=np.array([[(11,22),(33,44)],[(1,2),(3,4)]],dtype=[('a','<f4'),('b','<i4')])

>>>> myb

array([[(11.0, 22), (33.0, 44)],

[(1.0, 2), (3.0, 4)]],

dtype=[('a', '<f4'), ('b', '<i4')])

>>>> myb['b']

array([[22, 44],

[ 2,  4]])

>>>> myb['a']

array([[ 11.,  33.],

[  1.,   3.]], dtype=float32)

>>>>

生成矩阵

>>>> np.array(np.mat('1 2; 34'), subok=True)

matrix([[1, 2],

[3, 4]])

数学之路-python计算实战(6)-numpy-ndarray的更多相关文章

  1. 数学之路-python计算实战(5)-初识numpy以及pypy下执行numpy

    N .有用的线性代数.傅里叶变换和随机数生成函数.numpy和稀疏矩阵运算包scipy配合使用更加方便.NumPy(Numeric Python)提供了很多高级的数值编程工具,如:矩阵数据类型.矢量处 ...

  2. 数学之路-python计算实战(17)-机器视觉-滤波去噪(中值滤波)

    Blurs an image using the median filter. C++: void medianBlur(InputArray src, OutputArray dst, int ks ...

  3. 数学之路-python计算实战(20)-机器视觉-拉普拉斯算子卷积滤波

    拉普拉斯算子进行二维卷积计算,线性锐化滤波 # -*- coding: utf-8 -*- #线性锐化滤波-拉普拉斯算子进行二维卷积计算 #code:myhaspl@myhaspl.com impor ...

  4. 数学之路-python计算实战(15)-机器视觉-滤波去噪(归一化块滤波)

    # -*- coding: utf-8 -*- #code:myhaspl@myhaspl.com #归一化块滤波 import cv2 import numpy as np fn="tes ...

  5. 数学之路-python计算实战(14)-机器视觉-图像增强(直方图均衡化)

    我们来看一个灰度图像,让表示灰度出现的次数,这样图像中灰度为 的像素的出现概率是  是图像中全部的灰度数, 是图像中全部的像素数,  实际上是图像的直方图,归一化到 . 把  作为相应于  的累计概率 ...

  6. 数学之路-python计算实战(19)-机器视觉-卷积滤波

    filter2D Convolves an image with the kernel. C++: void filter2D(InputArray src, OutputArray dst, int ...

  7. 数学之路-python计算实战(21)-机器视觉-拉普拉斯线性滤波

    拉普拉斯线性滤波,.边缘检測  . When ksize == 1 , the Laplacian is computed by filtering the image with the follow ...

  8. 数学之路-python计算实战(16)-机器视觉-滤波去噪(邻域平均法滤波)

    # -*- coding: utf-8 -*- #code:myhaspl@myhaspl.com #邻域平均法滤波,半径为2 import cv2 import numpy as np fn=&qu ...

  9. 数学之路-python计算实战(2)-初遇pypy

    PyPy是Python开发人员为了更好的Hack Python创建的项目.此外,PyPy比CPython是更加灵活,易于使用和试验,以制定详细的功能在不同情况的实现方法,能够非常easy实施. 该项目 ...

  10. 数学之路-python计算实战(9)-机器视觉-图像插值仿射

    插值 Python: cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]]) → dst interpolation – interpol ...

随机推荐

  1. Django - 表与ORM操作

    Django - 表与ORM操作 一. 模板语言 模板中也有自己的语言, 该语言可以实现数据展示 - {{ 变量 }} - 循环 {% for i in all_publisher %} {{ for ...

  2. 洛谷 P1147 连续自然数和 (滑动窗口)

    维护一个滑动窗口即可 注意不能有m到m的区间,因为区间长度要大于1 #include<cstdio> #define _for(i, a, b) for(int i = (a); i &l ...

  3. VUE:class与style强制绑定

    <!DOCTYPE html> <html> <head> <meta charset="UTF-8"> <title> ...

  4. snprintf

    snprintf(),函数原型为int snprintf(char *str, size_t size, const char *format, ...).   将可变参数 “…” 按照format的 ...

  5. 洛谷—— P3225 [HNOI2012]矿场搭建

    https://www.luogu.org/problem/show?pid=3225 题目描述 煤矿工地可以看成是由隧道连接挖煤点组成的无向图.为安全起见,希望在工地发生事故时所有挖煤点的工人都能有 ...

  6. hiho模拟面试题2 补提交卡 (贪心,枚举)

    题目: 时间限制:2000ms 单点时限:1000ms 内存限制:256MB 描写叙述 小Ho给自己定了一个雄伟的目标:连续100天每天坚持在hihoCoder上提交一个程序.100天过去了.小Ho查 ...

  7. ruby on rails错误undefined method `title&#39; for nil:NilClass

    首先搞清楚这句话,在 Ruby 中,方法分为 public.private 和 protected 三种,仅仅有 public 方法才干作为控制器的动作. 我的出错的代码例如以下: controlle ...

  8. Java5新特性之枚举

    1.  概念 首先,枚举并非一种新技术,而是一种基础数据类型.它隶属于两种基础类型中的值类型,例如以下: 2.  为什么要有枚举 枚举在真正的开发中是非经常常使用的,它的作用非常easy也非常纯粹:它 ...

  9. [iOS]字符串转字典

    有点时候,我们json中有post请求的网址,这个时候我们须要把网址字符串转换成body体 字典   放在post请求中 NSString *body = [self.url_C_ component ...

  10. 关于sql中的with(nolock)

    SQL Server 中的 NOLOCK 究竟是什么意思 一般用于此类语句中:select * from t with(NOLOCK) nolock是不加锁查询.能够读取被事务锁定的数据,也称为脏读. ...