numpy创建二维数组,python 建立多维数组

  numpy创建二维数组,python 建立多维数组

  有些朋友不知道如何构建多维数组,正好边肖找到了一些方法,如下:

  1.创建一个通用多维数组。

  将numpy作为np导入

  A=np.array([1,2,3],dtype=int) #创建1*3维数组array([1,2,3])

  类型(a) # numpy.ndarray类型

  a .形状#尺寸信息(3L)

  a.dtype.name # int32

  A.a.size #元素的数量:3

  A.itemsize #每个元素占用的字节数是:4

  B=np.array([[1,2,3],[4,5,6]],dtype=int) #创建一个2*3维数组array([[1,2,3],[4,5,6]])

  b .形状#尺寸信息(3L 2L)

  B.b.size #元素的数量:6

  B.itemsize #每个元素占用的字节数33604

  C=np.array ([[1,2,3],[4,5,6]],dtype= int16) #创建一个2*3维数组([[1,2,3],[4,5,6]],dtype=int16)

  C.shape #尺寸信息(3L 2L)

  C.c.size #元素的数量:6

  C.itemsize #每个元素占用的字节数33602

  C.ndim #维度

  D=np.array ([[1,2,3],[4,5,6]],dtype=复数)#复数2D数组

  每个元素占用的字节数:16

  d.dtype.name #元素的类型:“complex128”

  2.创建特殊类型的多维数组

  , 255); font-family: 微软雅黑, "Microsoft YaHei"; font-size: 14px;">

  

a1 = np.zeros((3,4)) # 创建3*4全零二维数组  输出:  array([[ 0., 0., 0., 0.],   [ 0., 0., 0., 0.],   [ 0., 0., 0., 0.]])  a1.dtype.name # 元素类型:'float64'  a1.size # 元素个数:12  a1.itemsize # 每个元素所占用的字节个数:8  a2 = np.ones((2,3,4), dtype=np.int16) # 创建2*3*4全1三维数组  a2 = np.ones((2,3,4), dtype='int16') # 创建2*3*4全1三维数组  输出:  array([[[1, 1, 1, 1],   [1, 1, 1, 1],   [1, 1, 1, 1]],   [[1, 1, 1, 1],   [1, 1, 1, 1],   [1, 1, 1, 1]]], dtype=int16)  a3 = np.empty((2,3)) # 创建2*3的未初始化二维数组  输出:(may vary)  array([[ 1., 2., 3.],   [ 4., 5., 6.]])  a4 = np.arange(10,30,5) # 初始值10,结束值:30(不包含),步长:5  输出:array([10, 15, 20, 25])  a5 = np.arange(0,2,0.3) # 初始值0,结束值:2(不包含),步长:0.2  输出:array([ 0. , 0.3, 0.6, 0.9, 1.2, 1.5, 1.8])  from numpy import pi  np.linspace(0, 2, 9) # 初始值0,结束值:2(包含),元素个数:9  输出:  array([ 0. , 0.25, 0.5 , 0.75, 1. , 1.25, 1.5 , 1.75, 2. ])  x = np.linspace(0, 2*pi, 9)  输出:  array([ 0. , 0.78539816, 1.57079633, 2.35619449, 3.14159265,   3.92699082, 4.71238898, 5.49778714, 6.28318531])  a = np.arange(6)  输出:  array([0, 1, 2, 3, 4, 5])  b = np.arange(12).reshape(4,3)  输出:  array([[ 0, 1, 2],   [ 3, 4, 5],   [ 6, 7, 8],   [ 9, 10, 11]])  c = np.arange(24).reshape(2,3,4)  输出:  array([[[ 0, 1, 2, 3],   [ 4, 5, 6, 7],   [ 8, 9, 10, 11]],   [[12, 13, 14, 15],   [16, 17, 18, 19],   [20, 21, 22, 23]]])  

使用numpy.set_printoptions可以设置numpy变量的打印格式。

  

在ipython环境下,使用help(numpy.set_printoptions)查询使用帮助和示例。

  

学会了构建多维数组,下期还有Python中numpy多维数组的用法,小伙伴们不要错过哦~更多Python学习推荐:PyThon学习网教学中心

  

(推荐操作系统:windows7系统、Python 3.9.1,DELL G3电脑。)

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: