numpy之-快速创建ndarray

栏目: Python · 发布时间: 5年前

内容简介:接上篇文章,本章主要说明ndarray的快速创建对象 创建ndarray对象除了使用np.array还有一下几种方式快速创建。....待续

接上篇文章,本章主要说明ndarray的快速创建对象 创建ndarray对象除了使用np.array还有一下几种方式快速创建。

1. 创建空的nadrray对象,因为没有赋值,所以会随机生成一些值。

np.empty((4,4))
array([[ 0.00000000e+000,  0.00000000e+000, -4.94065646e-323,
         0.00000000e+000],
       [ 2.12199579e-314,  0.00000000e+000,  0.00000000e+000,
         0.00000000e+000],
       [ 1.77229088e-310,  3.50977866e+064,  0.00000000e+000,
         0.00000000e+000],
       [             nan,              nan,  3.50977942e+064,
         0.00000000e+000]])
>>> np.empty((4,))
array([ 0.00000000e+000, -1.73059404e-077,  9.88131292e-324,
        2.78134232e-309])
复制代码
  • 指定类型: dtype='int'或者'uint'等
>>> np.empty((4,4),dtype='int')
array([[                   0,                    0, -9223372036854775798,
                           0],
       [          4294967296,                    0,                    0,
                           0],
       [      35871566856192,  5572452859464646656,                    0,
                           0],
       [                  -1,     -140187915007369,  5572452860762084442,
                           0]])
>>> np.empty((4,4),dtype='uint')
array([[                   0,                    0,   180366274849603603,
                  4402738160],
       [          4390252648, 17045276415608740984,           4402742864,
                  4390152352],
       [                   0,                    0,                    0,
                           0],
       [                   0,                    0,                    0,
                           0]], dtype=uint64)

复制代码

2. 生成全为0的ndarray对象(类似全为0的行列式):

>>> np.zeros((4,4),dtype='uint')
array([[0, 0, 0, 0],
       [0, 0, 0, 0],
       [0, 0, 0, 0],
       [0, 0, 0, 0]], dtype=uint64)
>>> np.zeros((4,4),dtype='int')
array([[0, 0, 0, 0],
       [0, 0, 0, 0],
       [0, 0, 0, 0],
       [0, 0, 0, 0]])
复制代码

3. 全为1的ndarray对象,(类似全为0的行列式):

>>> np.ones((4,4),dtype='int')
array([[1, 1, 1, 1],
       [1, 1, 1, 1],
       [1, 1, 1, 1],
       [1, 1, 1, 1]])
>>> np.ones((4,4),dtype='uint')
array([[1, 1, 1, 1],
       [1, 1, 1, 1],
       [1, 1, 1, 1],
       [1, 1, 1, 1]], dtype=uint64)
复制代码

4. 生成对角线上有值的ndarray对象:

>>> np.eye(4)
array([[1., 0., 0., 0.],
       [0., 1., 0., 0.],
       [0., 0., 1., 0.],
       [0., 0., 0., 1.]])
>>> np.eye(4,dtype='int')
array([[1, 0, 0, 0],
       [0, 1, 0, 0],
       [0, 0, 1, 0],
       [0, 0, 0, 1]])
复制代码

5. 通过已有数组列表创建ndarray对象,类似于np.array()

  • 使用np.asarray(),创建普通ndarray对象
>>> list = [1,2,3,4,5]
>>> dt = np.asarray(list)
>>> print(dt)
[1 2 3 4 5]
>>> dt = np.asarray(list,dtype='float')
>>> print(dt)
[1. 2. 3. 4. 5.]
复制代码

6. 通过已有数据通过流的范式读取,转化为ndarray对象

  • 使用np.frombuffer(),创建ndarray对象
>>> strings = b'this is a string'
>>> dt = np.frombuffer(strings,dtype='S1')
>>> print(dt)
[b't' b'h' b'i' b's' b' ' b'i' b's' b' ' b'a' b' ' b's' b't' b'r' b'i'
 b'n' b'g']
复制代码

7. 通过可迭代对象中读取,转化为ndarray对象

  • 使用np.forminter(),创建ndarray对象
>>> a = range(4)
>>> dt = np.fromiter(iter(a),dtype='float')
>>> print(dt)
[0. 1. 2. 3.]
复制代码

8. 从取值范围中生成ndarray对象

  • 使用arrange创建ndarray对象
参数的默认值如下:
np.arange(start,stop,step=1,dtype=None)
复制代码
>>> dt = np.arange(1,10)
>>> print(dt)
[1 2 3 4 5 6 7 8 9]
复制代码
  • 使用linspace创建等差数列ndarray对象
参数的默认值如下:
np.linspace(start,stop,num=50,endpoint=False,retstep,dtype=None)
复制代码
>>> dt = np.linspace(1,10)
>>> print(dt)
[ 1.          1.18367347  1.36734694  1.55102041  1.73469388  1.91836735
  2.10204082  2.28571429  2.46938776  2.65306122  2.83673469  3.02040816
  3.20408163  3.3877551   3.57142857  3.75510204  3.93877551  4.12244898
  4.30612245  4.48979592  4.67346939  4.85714286  5.04081633  5.2244898
  5.40816327  5.59183673  5.7755102   5.95918367  6.14285714  6.32653061
  6.51020408  6.69387755  6.87755102  7.06122449  7.24489796  7.42857143
  7.6122449   7.79591837  7.97959184  8.16326531  8.34693878  8.53061224
  8.71428571  8.89795918  9.08163265  9.26530612  9.44897959  9.63265306
  9.81632653 10.        ]
>>> dt = np.linspace(start=1,stop=10,num=10)
>>> print(dt)
[ 1.  2.  3.  4.  5.  6.  7.  8.  9. 10.]

复制代码
  • 使用logspace创建等比数列ndarray对象
参数的默认值如下:
np.logspace(start,stop,num=50,endpoint=False,retstep,dtype=None)
复制代码
>>> print(dt)
[1.00000000e+01 1.52641797e+01 2.32995181e+01 3.55648031e+01
 5.42867544e+01 8.28642773e+01 1.26485522e+02 1.93069773e+02
 2.94705170e+02 4.49843267e+02 6.86648845e+02 1.04811313e+03
 1.59985872e+03 2.44205309e+03 3.72759372e+03 5.68986603e+03
 8.68511374e+03 1.32571137e+04 2.02358965e+04 3.08884360e+04
 4.71486636e+04 7.19685673e+04 1.09854114e+05 1.67683294e+05
 2.55954792e+05 3.90693994e+05 5.96362332e+05 9.10298178e+05
 1.38949549e+06 2.12095089e+06 3.23745754e+06 4.94171336e+06
 7.54312006e+06 1.15139540e+07 1.75751062e+07 2.68269580e+07
 4.09491506e+07 6.25055193e+07 9.54095476e+07 1.45634848e+08
 2.22299648e+08 3.39322177e+08 5.17947468e+08 7.90604321e+08
 1.20679264e+09 1.84206997e+09 2.81176870e+09 4.29193426e+09
 6.55128557e+09 1.00000000e+10]
 >>> dt = np.logspace(1,10,num=10)
>>> print(dt)
[1.e+01 1.e+02 1.e+03 1.e+04 1.e+05 1.e+06 1.e+07 1.e+08 1.e+09 1.e+10]

复制代码

....待续


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

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

iBATIS实战

iBATIS实战

(加)Clinton Begin、(加)Brandon Goodin、(加)Larry Meadors / 叶俊 / 人民邮电出版社 / 2008-5 / 45.00元

《图灵程序设计丛书•Java系列•iBATIS in Action iBATIS实战》是讲述iBATIS框架的权威著作。书中既详实地介绍了iBATIS的设计理念和基础知识,也讨论了动态SQL、高速缓存、DAD框架等高级主题,还讲解了iBATIS在实际开发中的应用。《图灵程序设计丛书•Java系列•iBATIS in Action iBATIS实战》的最后给出了一个设计优雅、层次清晰的示例程序JGa......一起来看看 《iBATIS实战》 这本书的介绍吧!

JS 压缩/解压工具
JS 压缩/解压工具

在线压缩/解压 JS 代码

HTML 编码/解码
HTML 编码/解码

HTML 编码/解码

SHA 加密
SHA 加密

SHA 加密工具