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。