numpy基本用法,python-numpy
Numpy的简单用法
将数组作为NP一、创建ndarray对象导入
列表转换成ndarray:
a=[1,2,3,4,5]
数组(一)
数组([1,2,3,4,5])取随机浮点数
随机的
数组([[ 0.16215336,0.49847764,0.36217369,0.6678112 ],
[ 0.66729648, 0.86538771, 0.32621889, 0.07709784],
[ 0.05460976,0.3446629,0.35589223,0.3716221]]取随机整数
np.random.randint(1,5,size=(3,4))
数组([[2,3,1,2],
[3, 4, 4, 4],
[4,4,4,3]]取零
np.zeros((3,4))
数组([[ 0。 0. 0. 0.],
[ 0. 0. 0. 0.],
[ 0. 0. 0. 0.]])取一
np.ones((3,4))
数组([[ 1。 1. 1. 1.],
[ 1. 1. 1. 1.],
[ 1. 1. 1. 1.]])取空(最好别用,了解一下,版本不同返回值不一样)
np.empty((3,4))
数组([[ 1。 1. 1. 1.],
[ 1. 1. 1. 1.],
[ 1. 1. 1. 1.]])取整数零或一
np.ones((3,4),int)
数组([[1,1,1,1],
[1, 1, 1, 1],
[1, 1, 1, 1]])
np.zeros((3,4),int)
数组([[0,0,0,0],
[0, 0, 0, 0],
[0,0,0,0]])仿range命令创建ndarray:
np.arange(2,10,2) #开始,结束,步长
数组([2,4,6,8])相关推荐: 《Python视频教程》
二、ndarray属性的查看和操作:
看ndarray属性:
a=[[1,2,3,4,5],[6,7,8,9,0]]
b=np.array(a)
b.ndim #维度个数(看几维)
注射毒品
乙。形状#维度大小(看具体长宽)
(5,2)
乙。数据类型
数据类型( int 32 )ndarray创建时指定属性:
np.array([1,2,3,4,5],dtype=np.float64)
数组([ 1。 2. 3. 4. 5.])
np.zeros((2,5),dtype=np.int32)
数组([[0,0
, 0, 0, 0],
[0, 0, 0, 0, 0]])属性强转:
>>> a = np.array([1,2,3,4,5],dtype=np.float64)
三、简单操作:
批量运算:
>>> a = np.array([1,2,3,4,5],dtype=np.int32)
改变维度:
>>> a = np.array([[1,2,3,4,5],[6,7,8,9,0]],dtype=np.int32)
矩阵转换(和改变维度有本质区别,仔细):
>>> a = np.array([[1,2,3,4,5],[6,7,8,9,0]],dtype=np.int32)
打乱(只能打乱一维):
>>> a = np.array([[1,2],[3,4],[5,6],[7,8],[9,0]],dtype=np.int32)
四、切片和索引:
一维数组:
>>> a = np.array(range(10))
多维数组:
>>> a = np.array([[1,2,3,4,5],[6,7,8,9,0],[11,12,13,14,15]],dtype=np.int32)
条件索引:
>>> a = np.array([[1,2,3,4,5],[6,7,8,9,0],[11,12,13,14,15]],dtype=np.int32)
五、函数(numpy核心知识点)
计算函数:
np.ceil(): 向上最接近的整数,参数是 number 或 array
统计函数
np.mean():所有元素的平均值
判断函数:
np.any(): 至少有一个元素满足指定条件,返回True
去除重复:
np.unique(): 去重
以上就是python numpy的简单用法汇总的详细内容,更多请关注盛行IT软件开发工作室其它相关文章!
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。