Python draw,

  Python draw,

  将numpy作为np导入

  numpy.array的常用变量和参数

  用于存储数据类型的Dtype变量可以在创建数组时同时指定。Shape变量,它存储数组的大小。这个人的值是可变的,只要素数个数不变,就可以任意修改。(-1是自适应的,数量保证不变)reshape方法,创建一个改变了形状的数组,它和原数组是内存共享的,也就是都指向同一块内存。

  创建数组的方法

  【Python】查看纯文本NP。Array ([[1,2,3,4],[4,5,6,7],[7,8,9,10]],dtype=np.float) NP。Arange (0,1,0.1) # 0到1数组([0 . 0.25, 0.5, 0.75, 1.]) np.logspace (0,1,5) # start: 0,end 1,元素个数5。数组([10 * * 0。 10 * * 0.25, 10 * * 0.5 5.62341325,10.])s=abcdefgnp.fromstring(s,dtype=np.int8)deffunc2(i,j):return(I 1)*(j 1)np . from function(func 2,(9,9))np.ones((2,2))np.zero((2,2))np.eye(2)#创建2D数组:NP .Arange (0,60,10)。整形(-1,1) NP。Arange (0,6)

  读出数据

  通过下标范围获取数据:与python列表对象操作一致。不同之处在于,通过该方法获得的数组是与原始数组共享的内存。

  通过一个整数序列得到一个新数组:例x[ [3,2,3,2]],产生一个新数组,内存不共享。使用布尔数组获取数据:example x [np.array ([true,false,True,false,false])]或x[x0.5],返回True对应的数字。示例:[Python]view plain copy x=NP . arange(10)y=x[:-1]x array([0,1,2,3,4,5,6,7,8,9]) Yarray ([9,8,7,6,5,5]100)Yarray([100,8,7,6,5,4,3,2,1,0])x[0]=99xarray([99,1,2,3,4,5,6,

  展开数组np.vstack((a,b)):增加行数,将b的数据追加到a的底部,上下连接。Np.hstack((a,b)):增加列数,左右连接a,b。【python】view plain copy a=NP . ones((3,3))b=np.eye(3)aarray([[1。1.1.],[1.1.1.],[1.1.1.]])barray([[1。0.0.],[0.1.0.],[0.0. 1.]])b*=2barray([[2。0.0.],[0.2.0.],[0.0.2.]])np.vstack((a,b))数组([[1。1.1.],[1.1.1.],[1.1.1.],[2.0.0.],[0.2.0.],[0.0. 2.]])np.hstack((a,b))数组([[1 .1.1.2.0.0.],[1.1.1.0.2.0.],[1.1.1.0.0.2.]])

  Ufunc操作

  Ufunc是通用函数的缩写。它是一个可以对数组中的每个元素进行操作的函数。NumPy内置的很多ufunc函数都是用C语言级别实现的,所以计算速度非常快。

  【python】查看plain copy np.sin(x,x)np.add(a,b)~a bnp.subtract(a,b)~a-bnp.multiply(a,b)~ a * b divide ~ a/bfloordivide ~ a//b negative ~-a power ~ a * * br mainder ~ a % b

  注意:复杂运算时,中间步骤会有临时变量,会减慢运算速度。例如[python] view plain copy x=a*b c

  相当于[python]view plain copy t=a * bx=t cdelt

  所以可以手动优化。

  [python]查看纯文本x=a*bx=c

  二维数组到一维[html]视图普通复制一个数组([[1,2,3,4],[4,5,6,7],[7,8,9,10]]) A. Ravel()数组([1,2,3,4,4,5,)

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: