python 中的numpy_Python中numpy的应用
#创建ndarray
importnumpy as np
nd= np.array([2,4,6,'11'])#numpy中默认ndarray的所有元素的数据类型是相同,如果数据的类型不同,会统一为统一类型,优先级为str>float>int
nd #array(['2', '4', '6', '11'], dtype='
#使用np创建routines函数创建#(1)np.one(shape,dtype=None,order='C')创建数组#根据所给的形状和类型返回一个元素全部为1的数组。默认numpy.float64类型#参数:#shape:定义返回元祖的形状,传入int或者ints元祖,如果传入int,返一维数组#如果传入ints元祖,返回多维数组#dtype:定义的数据类型,可选参数,默认numpy.float64.例如:numpy.int8#order:可选,返回多维数组时,内存的排列方式
np.ones(shape=(5,4)) #返回一个5行4列的数组,元素的内容都为1
ones = np.ones(shape=(3,2,3), dtype=int) #返回3个两行三列都为1的数组
#(2)np.zeros(shape,dtype=float,order='c')#返回根据给定的形状和类型全部为0的数组
np.zeros(shape=(5,4)) #返回一个5行4列都为0的数组
#(3)np.full(shape,fill_value,dtype=None,order='c')#根据给定的形状和所填充的值,返回一个新的数组
np.full(shape=(6,5,2), 1) #shape可以理解为6个5行2列的数组,并且都是使用1填充。
#(4)np.eye(N,M=None,k=0,dtype=float)#返回一个对角线为1,其他位置为0的数组(可以理解为单位矩阵)#参数:#N:返回数组的行数#M:可选,返回的数组的列表。如果不指定,返回的数组行=列#k:可选,指定对角线的位置#dtype:可选,返回数组的数据类型
np.eye(3,3) #3行3列的数组,主对角线为1, 其余为0
#(5)np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)#在指定的范围内返回均匀间隔的数字, 返回均匀分布的样本#参数:#start: 序列的起始点#end: 序列的结束点#num: 生成的样本数, 默认是50个。
np.linspace(1,10) #50个元素的数组
np.linspace(1,10,10) #array([ 1.,2.,3., 4.,5.,6.,7.,8.,9.,10.]) -- 1-10分成10份
#(6)np.arange([start,]stop,[step,]dtype=None)#类似python原生的range()方法,只不过返回的是array。
np.arange(0,100,step=2) #创建由偶数组成的数组
#(7)np.random.randint(low,high=None, size=None, dtype="l")#生成在区间[low,high)上的随机整数值;若high=None, 则取值区间变为[0,low), size为最大长度, 为整形和整形元组。
np.random.randint(10,20) #生成一个10-19之间的随机值
np.random.randint(10,20,size=10) #返回一个数组,包含10个随机整数
np.random.randint(10,20,size=(2,3,4)) #生成两个3行4列的随机值数组
#(8)np.randn(d0,d1,...dn)#标准的正太分布,参数为维度
np.random.randn(10,5) #如果只给第一个参数为一维,给第二个参数为二维,...
#(9)np.random.normal(loc=0.0, scale=1.0, size=None)#正太分布函数#参数:#loc : 浮点型, 概率分布的均值, 对应着整体分布的中心center#scale :浮点型, 概率分布的标准差#size : 整形或整形数组, 默认为None, 只返回一个值
np.random.normal(175, scale=0, size=100) #概率分布的标准差为0, 返回100个元素的数组, 元素都为175
np.random.normal(175, scale=100, size=100) #100个正太分布元素
#(10)np.random.random(size=None)#生成0到1的随机数。
np.random.random(size=(5,4)) #5行4列
python 中的numpy_Python中numpy的应用相关推荐
- python创建列向量_关于Numpy中的行向量和列向量详解
关于Numpy中的行向量和列向量详解 行向量 方式1 import numpy as np b=np.array([1,2,3]).reshape((1,-1)) print(b,b.shape) 结 ...
- Python语言编程学习:numpy中的array格式数据切片与pandas中的dataframe格式数据切片、相互转换
Python语言编程学习:numpy中的array格式数据切片与pandas中的dataframe格式数据切片.相互转换 目录 numpy中的array格式数据切片与pandas中的dataframe ...
- Python中出现:AttributeError: module 'numpy' has no attribute 'dtype'问题解决
QUESTION:Python中出现:AttributeError: module 'numpy' has no attribute 'dtype'问题解决 ANWSER: 这个问题可是困扰了我一天的 ...
- python numpy和pandas数据处理_python中添加数据分析工具numpy和pandas
python中添加数据分析工具numpy和pandas 最近要对一系列数据做同比比较,需要用到numpy和pandas来计算,不过使用python安装numpy和pandas因为linux环境没有外网 ...
- Python科学计算扩展库numpy中的广播运算
首先解答上一个文章Python扩展库numpy中的布尔运算中的问题,该题答案为[111, 33, 2],题中表达式的作用是按列表中元素转换为字符串后的长度降序排序. ----------------- ...
- Python数据分析 找出数组中每行(或每列)中指定的百分位数 numpy.percentile()
[小白从小学Python.C.Java] [Python-计算机等级考试二级] [Python-数据分析] Python数据分析 找出数组中每行(或每列) 中指定的百分位数 numpy.percent ...
- python 随机选择list或numpy.ndarray中n个元素
python 随机选择list或numpy.ndarray中n个元素 1. 从一个list中随机选取一个元素 random.choice(data) import random data = ['a' ...
- python数据分析(四)——numpy中的nan和数据的填充
系列文章: python数据分析(一)--numpy数组的创建 python数据分析(二)--numpy数组的计算 python数据分析(三)--numpy读取本地数据和索引 python数据分析(五 ...
- 使用Python,EoN模拟网络中的疾病扩散模型,并结合matplotlib绘图
使用Python,EoN模拟网络中的疾病扩散模型,并结合matplotlib绘图 1. EoN是什么 2. 安装 3. 效果图 4. 源代码 4.1 源码 4.2 源码 参考 写这篇博客源于博友的提问 ...
最新文章
- 反序列化出现异常:SerializationException 在分析完成之前就遇到流结尾
- bzoj 2152 聪明可可
- 深入剖析全链路灰度技术
- java面向对象三大特性:封装、继承、多态——举例说明
- 计算 1!+2!+3!+……+10!
- APK文件的解包打包和修改
- [转]Windows 7 产品密钥是否安全
- 如何还原桌面图标_如何为Windows 10桌面图标还原或更改文本的默认外观?
- 海盐商贸学校计算机类试卷,海盐县商贸学校
- Windows Servers2019没有无线网卡驱动
- SQL Server高级查询之子查询(多行子查询)
- vue 使用了浏览器的刷新之后报错_98、解决vue-cli3项目运行时sockjs报错问题
- SuperWebSocket发布了第一个测试版
- 华硕电脑安装键盘灯驱动步骤
- 冲顶,百万答题助手改进(python)
- Python——绘制词云图
- 解决谷歌浏览器 Google Chrome不能拖拽安装离线插件的办法
- newton插值公式
- iOS category内部实现原理
- 如何应用计算机键盘截图,键盘怎么截图