3-1numpy基本操作

import numpy
#给numpy起了别名np
import numpy as np
import array
print(np.__version__)#不限定类型，可以给列表中的每一个值赋不同的类型，灵活性好，但是效率低
L=[i for i in range(10)]  #0-9
L[5]="mechine learning"
print(L)#限定类型，不可以给列表中的每一个值赋不同的类型
arr = array.array('i',[i for i in range(10)])
#arr[5]="mechine learning"   这是错误的
print(arr)nparr=numpy.array([i for i in range(10)])
#nparr[5]="mechine learning"   这是错误的
print(nparr.dtype)#查看nparr的类型
nparr[5]=5.0#传入浮点数会自动隐式转换为整型nparr2=numpy.array([1,2,3.1])
#此时nparr2的类型是float
print(nparr2)numpy.zeros(10)
numpy.zeros(10,dtype=int)numpy.zeros((3,5))
#创建一个3行5列的矩阵,元素类型是int，默认全部为0
numpy.zeros((3,5),dtype=int)
#默认全部为1
numpy.ones((3,5),dtype=int)
#默认全部为600
numpy.full((3,5),600)
numpy.full(shape=(3,5),fill_value=600)#fill_value和shape可以不写，但是为了方便阅读，建议书写L1=[i for i in range(0,20,2)]
numpy.arange(0,20,2)#从0开始，结束为20，步长为2的列表
n1=numpy.arange(0,1,0.2)#[0. 0.2 0.4 0.6 0.8]步长可以为小数
print(n1)#从0到20等长的截取10段，应该是11个数而不是10
numpy.linspace(0,20,11)"""
随机数
"""#生成0-9之间的一个整数，因为它是一个前闭后开的
numpy.random.randint(0,10)
#生成0-9之间的一个列表包含10个元素
numpy.random.randint(0,10,size=10)
#生成一个二维的随机矩阵
numpy.random.randint(0,10,size=(3,5))#指定随机种子，当随机种子确定的时候，那么每次生成的随机数都是一样的
numpy.random.seed(600)
nn1=numpy.random.randint(0,10,size=(3,5))
numpy.random.seed(600)#生成随机数之前先调用一下随机种子
nn2=numpy.random.randint(0,10,size=(3,5))#生成0-0.999999999之间的10个随机数
numpy.random.random(10)
numpy.random.random((3,5))#生成均值为0，方差为1的随机数
numpy.random.normal()
numpy.random.normal(10,100)#生成一个均值为10，方差为100的随机数
numpy.random.normal(10,100,(3,5))#生成了一个随机矩阵"""
访问一维和二维的矩阵
"""x=numpy.array([i for i in range(10)])
#创建一个15个元素（0-14）的数组，并将其转为二维数组
X=numpy.arange(15).reshape(3,5)x.ndim#几维
x.shape#维度
x.size#元素个数x[0]#访问第一个元素
x[-1]#访问倒数第一个元素X[0,0]#访问二维数组的第一行第一列的元素x[0:5]#访问下标0-4之间的所有元素x[5:]#访问下标5-末尾之间的所有元素
x[:5]#访问小标0-4间的所有元素
x[::2]#从头访问到尾，步长为2
x[::-1]#倒序输出步长为1的所有元素:9,8,7,6,5,4,3,2,1,0X[:2,:3]#取出前两行和前三列的元素，共6个元素
X[:2,::2]#取出前两行，步长为2的所有元素
X[0,:]#取出第一行的所有元素
X[:,0]#取出第一列的所有元素subX=X[:2,:3]
subX[0][0]=100#此时不仅subX的第一个元素改变，并且原矩阵X的元素也改变subX1=X[:2,:3].copy()#如果不想改变原矩阵，那么就copy一个与原来矩阵没有任何关系的矩阵#将一维数组转为2行5列的二维数组
x.reshape(2,5)
A=x.reshape(10,-1)#此时我想得到一个10行的矩阵，我不想计算总共会有多少列，那么我就将列置为-1

3-1numpy基本操作相关推荐

我们计划招收300名学员，免费学习人工智能专业
1 2016年AlphaGo以总比分4:1轻松战胜围棋世界冠军李世石,这是AI第一次震惊世界. 次年AlphaGo又以3:0的比分击败柯洁,面对强大的AI,柯洁遭遇职业生涯"至暗时刻&quo ...
最新人工智能、大数据与复杂系统一月特训班_机器学习入门到精通
课程简介:从Alpha-GO到无人驾驶,人工智能AI结合大数据发挥出惊人功效的场景越来越多.如何从零开始真正入门这个领域?人工智能.大数据与复杂系统一月特训班可以帮到您! 混沌巡洋舰讲师团来自巴黎高 ...
Google发布了超强人工智能，人类或迎来史上最惨失业潮…
文末有福利哦! 1 2016年AlphaGo以总比分4:1轻松战胜围棋世界冠军李世石,这是AI第一次震惊世界. 次年AlphaGo又以3:0的比分击败柯洁,面对强大的AI,柯洁遭遇职业生涯" ...
数据结构（03）— 数据处理基本操作（数据的查找、新增、删除、修改）
我们先来看一个关于查找的例子.查找,就是从复杂的数据结构中,找到满足某个条件的元素.通常可从以下两个方面来对数据进行查找操作: 根据元素的位置或索引来查找: 根据元素的数值特征来查找. 针对上述两种 ...
pytorch方法,Tensor及其基本操作_重点
由于之前的草稿都没了,现在只有重写-. 我好痛苦本章只是对pytorch的常规操作进行一个总结,大家看过有脑子里有印象就好,知道有这么个东西,需要的时候可以再去详细的看,另外也还是需要在实战中多运用 ...
Gradle安装使用以及基本操作
转自:https://www.cnblogs.com/linkstar/p/7899191.html Gradle安装使用以及基本操作阅读目录简单介绍安装使用idea创建一个web的Gradl ...
c++文件读取空格_程序员术与道：术—C语言对文件进行处理，文件处理的基本操作...
各种编程语言都实现了文件的基本操作,提供了对应的接口,本篇文章先为你介绍C语言对文件进行处理和文件处理的基本操作.主要从以下几个方面进行介绍: 读取文件写入文件重命名文件读取目录读取目录下的文 ...
【Pandas库】(3) DataFrame的创建方法及基本操作
各位同学好,今天给大家介绍一下Pandas库中DataFrame类型数据的创建方法和基本操作. 文章内容如下: (1)使用字典类创建. 字典类有:①数组.列表.元组构成的字典:②Series构造的字典 ...
【MySQL】缩略语PK NN UQ BIN UN ZF AI G、基本操作语句
一.缩略语 PK:primary key 主键 NN:not null 非空 UQ:unique 唯一索引 BIN:binary 二进制数据 UN:unsigned 无符号整数(非负数) ZF:zer ...
MySQL中定义fk语句_MySQL基础篇/第3篇：MySQL基本操作语句.md · qwqoo/MySQL-Review - Gitee.com...
### 第3篇:MySQL基本操作语句 - MySQL基础操作 #### 排序检索数据 - 之前的数据没有进行排序,其是按照默认在数据表中的数据返回的 - SELECT语句的ORDER BY 子句进行 ...

3-1numpy基本操作

3-1numpy基本操作相关推荐

最新文章

热门文章