Python中的Numpy模块（1，numpy创建）

1.什么是Numpy？

Numpy (Numeric Python)

Numpy系统是Python中的一种开源的数值计算扩展。

(1) 一个强大的N维数组对象Array

(2) 比较成熟的（广播）函数库

(3) 用于整合C/C++和fortran 代码的工具包

(4) 实用的线性代数，傅里叶变换和随机数生成函数

（5） numpy和稀疏矩阵运算包scipy配合使用更加强大

2.使用Numpy创建numpy数组

# 导入numpy模块
import numpy as np# 查看numpy的版本号
print(np.__version__)# 创建ndarray
n1 = np.array([3, 1, 4, 5])  # 一维的
print(n1)
# 结果  [3 1 4 5]n2 = np.array([[5, 1, 2, 6], [7, 9, 6, 45], [1, 5, 4, 6]])  # 二维的
print(n2)
# 结果  [[ 5  1  2  6]
#       [ 7  9  6 45]
#       [ 1  5  4  6]]# 打印出维度
print(n1.shape)  # (4,)  四行 没有列
print(n2.shape)  # (2, 4)   三行四列#str类型array
n3 = np.array(list('hello'))
print(n3)   #['h' 'e' 'l' 'l' 'o']
print(type(n3))# 如果传进来的列表中包含不同的类型，则统一为同一类型，优先级：str->float->int
n4 = np.array([1,3.14,'python'])
print(n4)

3.使用Nunpy的routines创建

# 1.通过ones  (内容全是1)
# np.ones(shape,dtype=None)
# 参数说明：  shape:维度，类型是元素类型  dtype:类型
n1 = np.ones(shape=(10, 8), dtype=int)  # 二维的类型为int
print(n1)# 三维的类型为float
n2 = np.ones(shape=(100, 80, 3), dtype=float)
print(n2)# 2.通过zeros   (内容全是0)
# np.zeros(shape,dtype=None)n3 = np.zeros((4, 4))  # 里面可以直接写参数值
print(n3)# 3.通过 full   (内容全是fill_value的值)
# np.full(shape,fill_value,dtype=None)
n4 = np.full((10, 10), fill_value=1024)
print(n4)# 4.通过 eye   (根据参数值：N行N列，并且矩阵对角线的值为1，其他的位置上的值为0)
# np.eye(N,M=None,k=0,dtype=float)
n5 = np.eye(10)  # 10行10列，对角线为1，其他位置为0   (即一元十次方程，满秩矩阵)
print(n5)# 5.通过 linspace   (内容全是fill_value的值)
# np.linspace(start,stop,num=50,endpoint=True,retstep=False,dtype=None)
# 参数说明： 从start开始到stop结束，均匀划分num个数
n6 = np.linspace(0, 100, 50)
print(n6)# 6.通过arange()
n7 = np.arange(0, 100, 20)  # 从0到100(左闭右开)  ，步长为2
print(n7)# 7.1通过random.randint()   随机生成数
#  从0开始到150之间随机生成size个数，（也是左闭右开）
n8 = np.random.randint(0,150,size=5)
print(n8)
# 7.2random.randn()标准的正太分布
n9 = np.random.randn(100)
print(n9)
# 7.3random.normal()标准的分布
#  loc 代表锚点，即位置    scale代表在loc上下波动的系数，数值越大波动的越厉害
n10 = np.random.normal(loc=175,scale= 2,size=100)
print(n10)
#  7.4random.random()  生成0到1的随机数，左闭右开
n11 = np.random.random(size= (200,300,3))   #(200,300,3)代表维度
print(n11)

Python中的Numpy模块（1，numpy创建）相关推荐

python 向量_关于Python中的向量相加和numpy中的向量相加效率对比
直接使用Python来实现向量的相加 # -*-coding:utf-8-*- #向量相加 def pythonsum(n): a = range(n) b = range(n) c = [] for ...
python坐标系向量分量_关于Python中的向量相加和numpy中的向量相加效率对比
直接使用Python来实现向量的相加 # -*-coding:utf-8-*- #向量相加 def pythonsum(n): a = range(n) b = range(n) c = [] for ...
Python中的random模块
Python中的random模块用于随机数生成,对几个random模块中的函数进行简单介绍.如下: random.random() 用于生成一个0到1的随机浮点数.如: import random r ...
使用Python中的tabula模块进行pdf2excel转化时出现JAVA_NOT_FOUND_ERROR问题
使用Python中的tabula模块进行pdf2excel转化时出现JAVA_NOT_FOUND_ERROR问题 1.python中pdf2excel转化模块的选用 1.1 pdfminer 1.2 ...
python中的logging记录日志_[ Python入门教程 ] Python中日志记录模块logging使用实例...
python中的logging模块用于记录日志.用户可以根据程序实现需要自定义日志输出位置.日志级别以及日志格式. 将日志内容输出到屏幕一个最简单的logging模块使用样例,直接打印显示日志内容到 ...
python使用教程cmd啥意思-Python 中的cmd模块学习
Python中的cmd模块类型提供了一个创建命令行解析器的框架.简单的来说,可以继承Cmd来创建命令行界面,然后对所有想处理的命令command执行do_command方法.默认情况下,它使用read ...
python中的log模块笔记
日志相关概念 logging模块简介使用logging提供的模块级别的函数记录日志 logging模块日志流处理流程使用logging四大组件记录日志配置logging的几种方式向日志输出中添 ...
深入理解python中的select模块
简介 Python中的select模块专注于I/O多路复用,提供了select poll epoll三个方法(其中后两个在Linux中可用,windows仅支持select),另外也提供了kqueue ...
Python中的traceback模块
Python中的traceback模块 traceback模块被用来跟踪异常返回信息. 如下例所示: import traceback try: raise SyntaxError, &quo ...
Python中的常用模块
1.sys模块(内置模块) 在sys模块中定义了一些函数和变量,用来设置和获取系统的信息. # Python中的常用模块:sys模块 import sys sys.path.append('./tes ...

Python中的Numpy模块（1，numpy创建）

Python中的Numpy模块（1，numpy创建）相关推荐

最新文章

热门文章