Numpy——numpy属性
文章目录
- 1.列表转化为矩阵
- 2.numpy 的几种属性
- 3.创建数组
- 4.指定数据 dtype
- 5.创建特定数据
1.列表转化为矩阵
使用numpy首先要导入模块
import numpy as np #为了方便使用numpy 采用np简写
列表转化为矩阵:
array = np.array([[1,2,3],[2,3,4]]) #列表转化为矩阵
array
2.numpy 的几种属性
print('number of dim:',array.ndim) # 维度
# number of dim: 2print('shape :',array.shape) # 行数和列数
# shape : (2, 3)print('size:',array.size) # 元素个数
# size: 6
3.创建数组
常用的关键字:
array:创建数组
dtype:指定数据类型
zeros:创建数据全为0
ones:创建数据全为1
empty:创建数据接近0
arange:按指定范围创建数据
linspace:创建线段
a = np.array([11,22,33]) # 数组相较于列表没有逗号
print(a)
4.指定数据 dtype
a = np.array([11,22,33],dtype = np.int) #默认64位
print(a.dtype)a = np.array([11,22,33],dtype = np.int32)
print(a.dtype)a = np.array([11,22,33],dtype = np.float)
print(a)
print(a.dtype)a = np.array([11,22,33],dtype = np.float32)
print(a)
print(a.dtype)
5.创建特定数据
创建全零数组:
a = np.zeros((3,4))
print(a)
创建全一数组, 同时也能指定这些特定数据的 dtype:
a = np.zeros((3,4),dtype=np.int)
print(a)
创建全空数组, 其实每个值都是接近于零的数:
a = np.empty((3,4))
print(a)
用 arange 创建连续数组:
a = np.arange(0,10,1) #1为步长
print(a)
使用 reshape 改变数据的形状:
a =np.arange(0,10,1).reshape((5,2)) #reshape里面要带括号
print(a)
用 linspace 创建线段型数据:
a = np.linspace(1,20,8) #8表示分割成8个数据
print(a)
同样也能进行 reshape 工作:
a = np.linspace(1,20,8).reshape((4,2))
print(a)
Numpy——numpy属性相关推荐
- python创建矩阵_python中Numpy的属性与创建矩阵
本篇文章给大家带来的内容是关于python中Numpy的属性与创建矩阵,有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助. ndarray.ndim:维度 ndarray.shape:形状 ...
- numpy numpy.concatenate()函数
@[TOC](numpy numpy.concatenate()函数)
- NumPy常用属性及方法
NumPy是高性能科学计算和数据分析的基础包.部分功能如下: ndarray, 具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组. 用于对整组数据进行快速运算的标准数学函数(无需编写循环). ...
- Python之数据分析(Numpy通用属性、数据可视化与matplotlib库通用函数)
文章目录 一.ndarray属性 二.数据可视化 一.ndarray属性 1.通用属性 dtype:数组类型 shape:数组维度 T:转置视图 ndim:维数(一维是1,二维是2,三维是3--) s ...
- [转载] numpy的属性和函数
参考链接: Python中的numpy.isscalar NumPy的主要对象是同种元素的多维数组.这是一个所有的元素都是一种类型.通过一个正整数元组索引的元素表格(通常是元素是数字).在NumPy中 ...
- Python 之 Numpy (一)属性
代码: import numpy as nparray = np.array([[1, 2, 3],[2, 3, 4]]) # 数组 print(array) print('number of dim ...
- Numpy——numpy的基本运算
文章目录 1.初始化两个矩阵 2.矩阵加法 3.矩阵减法 4.矩阵乘法 5.矩阵的乘方 6.矩阵的三角函数 7.矩阵的逻辑运算 8.二维矩阵计算 9.sum(), min(), max()的使用 10 ...
- 玩转NumPy——NumPy数组的切片和索引
NumPy数组可以基于 0 ~n 的下标进行索引,切片对象可以通过内置的 slice 函数,并设置 start, stop 及 step 参数进行,从原数组中切割出一个新数组. eg: import ...
- NumPy————NumPy广播机制的学习笔记
1 致谢 感谢网友"FINTHON"的帮助, 原文链接如下: https://finthon.com/numpy-broadcast/ 2 前言 今天在学习K-means算法~ 想 ...
最新文章
- 测试工具/PostMan
- 网络主机监控-nagios应用漫谈(三)
- NLP-基础知识-003(词性标注)
- Emacs之LaTeX环境配置及效果展示
- C++工作笔记-for与foreach之间的初步比较(反汇编初步窥探)
- squid 简单介绍及代理说明
- Spring4.x(7)---对象的生命周期方法
- mysql知识点拾遗梳理
- 设计模式之简单工厂模式、工厂模式和抽象工厂模式
- Day3 函数 参数 变量 递归——python学习之路
- 3dmax 使用babylon导出gltf模型异常问题
- Windows-Server-2016外置网卡,安装不了驱动,解决方法
- Linux container hand-crafted
- 微信转发指定的图文消息到朋友圈(JAVA版)
- 如何将抖音快手短视频好看视频等任何直播平台视频转为MP4
- 微信公众号三方平台开发【pre_auth_code篇】
- 互联网日报 | 得到披露招股书;格力集团35亿投资小米;淘宝村年交易额破万亿;2020北京车展开幕...
- 区块链——物联网解决方案平台
- 银河麒麟系统部署.net core环境
- HYS与七夕节大作战 vijos
热门文章
- pymol安装教程linux,PyMOL | Pymol绘图教程(一)
- eclipse启动优化文章集合
- Piper蛋窝「2020.10.19-2020.10.25」本周更新内容の大预告!
- android:#FFFFFFFF 颜色码解析
- 修复android下webView控件的总结
- wordpress 文章php,wordpress怎么发长文章
- Zabbix全攻略(已测试,含客户端教程,适用debian8\centos7)
- 单向流动的拓扑结构_只允许数据在传输介质中单向流动的拓扑结构是
- ubuntu下安装PCL并测试(含视频安装过程记录)
- matlab求系统根轨迹和系统增益,控制系统的根轨迹分析