Numpy基础

栏目: Python · 发布时间: 5年前

内容简介:多于一维的输出:dtype参数的
numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
复制代码
Numpy基础

多于一维的

# 多于一个维度  
import numpy as np 
a = np.array([[1,  2],  [3,  4]])  
print(a)
复制代码

输出:

[[1, 2] 
 [3, 4]]
复制代码

dtype参数的

# dtype 参数  
import numpy as np 
a = np.array([1,  2,  3], dtype = complex)  
print(a)
复制代码

输出:

[ 1.+0.j,  2.+0.j,  3.+0.j]
复制代码

numpy.empty

它创建指定形状和dtype的未初始化数组。(类型默认float)

x = np.empty([3,2])  
复制代码

注意:数组元素为随机值,因为它们未初始化。

numpy.ones

返回特定大小,以 1 填充的新数组。

# 创建10行10列的数值为浮点1的矩阵,默认类型为 float  
array_one = np.ones([10, 10])
复制代码

numpy.zeros

返回特定大小,以 0 填充的新数组。

# 创建10行10列的数值为浮点0的矩阵,默认类型为 float  
array_zero = np.zeros([10, 10])
复制代码

附 NumPy 中定义的不同标量数据类型:

Numpy基础

NumPy - 数组属性

ndarray.shape

这一数组属性返回一个包含数组维度的元组,它也可以用于调整数组大小。

例一

import numpy as np 
a = np.array([[1,2,3],[4,5,6]])  
print(a.shape)
复制代码

输出:

(2, 3)
复制代码

例二

# 这会调整数组大小  
import numpy as np 
 
a = np.array([[1,2,3],[4,5,6]])
a.shape =  (3,2)  
print(a) 
复制代码

输出:

[[1, 2] 
 [3, 4] 
 [5, 6]]
复制代码

例三

NumPy 也提供了reshape函数来调整数组大小。

import numpy as np 
a = np.array([[1,2,3],[4,5,6]]).reshape(3,2)
print(a)
复制代码

输出:

[[1, 2] 
 [3, 4] 
 [5, 6]]
复制代码

查看数组的属性

Numpy基础

NumPy - 来自数值范围的数组

numpy.arange

这个函数返回ndarray对象,包含给定范围内的等间隔值。

x = np.arange(10,20,2) #起始,终止,步长

NumPy - 切片和索引

ndarray对象的内容可以通过索引或切片来访问和修改。有三种可用的索引方法类型: 字段访问基本切片高级索引

基本切片是 Python 中基本切片概念到 n 维的扩展。 通过将start,stop和step参数提供给内置的slice函数来构造一个 Python slice对象。 此slice对象被传递给数组来提取数组的一部分。

import numpy as np
a = np.arange(10)
s = slice(2,7,2)  
print(a[s])
#或者
import numpy as np
a = np.arange(10)
b = a[2:7:2]
#print(b)
复制代码

都输出

[2  4  6]
复制代码

NumPy - 高级索引

有两种类型的高级索引:整数和布尔值。

整数索引

这种机制有助于基于 N 维索引来获取数组中任意元素。 每个整数数组表示该维度的下标值。 当索引的元素个数就是目标ndarray的维度时,会变得相当直接。

以下示例获取了ndarray对象中每一行指定列的一个元素。 因此, 行索引包含所有行号,列索引指定要选择的元素

Numpy基础

布尔索引

当结果对象是布尔运算(例如比较运算符)的结果时,将使用此类型的高级索引。

Numpy基础
Numpy基础
输出:或者

为numpy.amin


以上所述就是小编给大家介绍的《Numpy基础》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

计算广告

计算广告

刘鹏、王超 / 人民邮电出版社 / 2015-9-1 / 69.00元

计算广告是一项新兴的研究课题,它涉及大规模搜索和文本分析、信息获取、统计模型、机器学习、分类、优化以及微观经济学等诸多领域的知识。本书从实践出发,系统地介绍计算广告的产品、问题、系统和算法,并且从工业界的视角对这一领域具体技术的深入剖析。 本书立足于广告市场的根本问题,从计算广告各个阶段所遇到的市场挑战出发,以广告系统业务形态的需求和变化为主线,依次介绍合约广告系统、竞价广告系统、程序化交易......一起来看看 《计算广告》 这本书的介绍吧!

HTML 压缩/解压工具
HTML 压缩/解压工具

在线压缩/解压 HTML 代码

图片转BASE64编码
图片转BASE64编码

在线图片转Base64编码工具

HSV CMYK 转换工具
HSV CMYK 转换工具

HSV CMYK互换工具