代码:

# 类型
# 一维矩阵
a = np.array([2, 23, 4], dtype=np.int)
print(a.dtype)
a = np.array([2, 23, 4], dtype=np.float)
print(a.dtype)
print(a)
# 二维
a = np.array([[1, 2, 3],[4, 5, 6]])
print(a)

运行结果:

(2, 3, 3)
3
(2, 3, 3)
3

代码:

# 全部为零
a = np.zeros((3, 4))
print(a)
# 全部为一
a = np.ones((3, 4), dtype=np.int16)
print(a)
# 什么都没有
a = np.empty((3, 4))
print(a)

运行结果:

[[ 0.  0.  0.  0.][ 0.  0.  0.  0.][ 0.  0.  0.  0.]]
[[1 1 1 1][1 1 1 1][1 1 1 1]]
[[ 0.  0.  0.  0.][ 0.  0.  0.  0.][ 0.  0.  0.  0.]]

代码:

# 有序矩阵
a = np.arange(1, 10, 5)  # 步长为5
print("有序矩阵")
print(a)
# 二维
a = np.arange(12).reshape((3, 4))
print(a)
b = np.arange(1, 25, 1).reshape((2, 3, 4))
print(b)

运行结果:

有序矩阵
[1 6]
[[ 0  1  2  3][ 4  5  6  7][ 8  9 10 11]]
[[[ 1  2  3  4][ 5  6  7  8][ 9 10 11 12]][[13 14 15 16][17 18 19 20][21 22 23 24]]]

代码:

# 线段
a = np.linspace(1, 10, 5)  # 生成五部分
print("生成五部分")
print(a)
# 二维
a = np.linspace(1, 10, 6).reshape((2, 3))
print(a)
# 三维
b = np.linspace(1, 24, 24).reshape((2, 3, 4))
print(b)

运行结果:

生成五部分
[  1.     3.25   5.5    7.75  10.  ]
[[  1.    2.8   4.6][  6.4   8.2  10. ]]
[[[  1.   2.   3.   4.][  5.   6.   7.   8.][  9.  10.  11.  12.]][[ 13.  14.  15.  16.][ 17.  18.  19.  20.][ 21.  22.  23.  24.]]]

Python 之 Numpy (二)array相关推荐

  1. python中的[:-1] [:,:-1] python矩阵numpy中array的冒号 逗号

    如何理解[:-1]  [:,:-1] data = np.loadtxt('data.csv', delimiter = ',')     X = data[:,:-1]    #取所有行,取列到倒数 ...

  2. python的numpy(array)

    import numpy as np # 导入numpy模块 a = np.array([1,2,3]) print(type(a)) # a的类型是numpy.ndarray print(a.sha ...

  3. [转载] Python:numpy中array的用处

    参考链接: Python中的numpy.array_equiv 用代码说明问题: 请看大屏幕------ import numpy as np a = [[1,2,3],[4,5,6]] #a = n ...

  4. python中的二维数组_Python中的二维数组实例(list与numpy.array)

    关于python中的二维数组,主要有list和numpy.array两种. 好吧,其实还有matrices,但它必须是2维的,而numpy arrays (ndarrays) 可以是多维的. 我们主要 ...

  5. (python numpy) np.array.shape 中 (3,)、(3,1)、(1,3)的区别

    (python numpy) np.array.shape 中 (3,).(3,1).(1,3)的区别 被人问到这个问题,就记录一下吧 1. (3,) (3,)是[x,y,z][x,y,z][x,y, ...

  6. 使用Python和Numpy进行波士顿房价预测任务(二)【深度学习入门_学习笔记】

    使用Python和Numpy进行波士顿房价预测任务–详解 目录: 一.数据处理 (1)读入数据 (2)数据形状变换 (3)数据集划分 (4)数据归一化处理 (5)封装成load data函数 二.模型 ...

  7. python中numpy中一维二维三维数组的意思

    python中numpy中一维二维三维数组的意思: 以下为一维二维三维数组图形化: 那么一维通俗点就是行(横着看)只有这个,别无二家. 二维通俗点就是行(横着看)+列(竖着看),只有这种形式. 三维比 ...

  8. Python数据分析——NumPy数值计算基础(二)

    Python数据分析--NumPy数值计算基础(二) 思维导图: 数据的csv文件存取 csv(Comma-Separated Value,逗号分隔值)文件:是一种常见的文件格式,用来存储批量数据. ...

  9. Python使用numpy函数vsplit垂直(行角度)拆分numpy数组(返回拆分后的numpy数组列表)实战:垂直拆分二维numpy数组、split函数垂直拆分二维numpy数组

    Python使用numpy函数vsplit垂直(行角度)拆分numpy数组(返回拆分后的numpy数组列表)实战:垂直拆分二维numpy数组.split函数垂直拆分二维numpy数组 目录

最新文章

  1. python爬虫执行scrapy crawl demo出现: import win32api ModuleNotFoundError: No module named 'win32api'错误
  2. keil添加hal库_使用Keil uVision5创建stm32 hal库项目过程
  3. Self-Attention GAN 中的 self-attention 机制
  4. 指定路径_Workbench中如何创建指定路径分析的变形曲线
  5. python运动目标检测与跟踪_基于OpenCV的运动目标检测与跟踪
  6. MySQL数据库---(1)win10 免安装MySQL 教程
  7. linux存储格式化和挂载
  8. ChaiNext:比特币再度考验5W关口
  9. static关键字_一题搞定static关键字
  10. 【剑指Offer】10、矩形覆盖
  11. 《大型网站技术架构:核心原理与案例分析》读书笔记-高可用
  12. centos 如何测udp端口是否开放_centos测试udp端口是否打开
  13. Android 复杂的列表视图新写法 MultiType
  14. 伦敦时间现在几点_伦敦现在几点
  15. 圣诞节来了,雪花纷飞的CSS3动画
  16. 科学健身,锻炼身体,增长肌肉
  17. if_attact中几个宏定义
  18. Linux安装zabbix4
  19. 低照度水下图像增强论文(L2UWE)+代码+评价方法
  20. OpenGl入门基础知识-叩开3D的心扉

热门文章

  1. 真惨!连各大编程语言都摆起地摊了!
  2. 2020 数据分析岗位报告:数据分析师需要哪些能力?
  3. 独家 | 在机器学习中利用统计插补来处理缺失值(附代码)
  4. 近期活动盘点:2019清华大数据系统软件峰会(9.15)
  5. THE世界大学排名发布:牛津大学蝉联榜首,清华大学亚洲第一
  6. 送你6份最新开源代码!含NLP、ML、计算机视觉方向(附代码论文)
  7. 教你用TensorFlow实现神经网络(附代码)
  8. Activity如何后台运行?不是缓存,是运行。
  9. “AI李佳琦”:“哦买尬,买它!”,清北中科院CMU争相角逐
  10. CVPR 2021 顶会冠军带你解密图像分割