1. numpy数组形状

数组可以理解为是矩阵，所以会涉及几行几列

import numpy as np
import randomt1 = np.array([[1,2,3],[4,5,6]])
print(t1)
print(t1.shape)

在这段逻辑里，t1是个数组，输出结果后

(2, 3)表示的就是这个数组是一个2行3列的矩阵
在初始设置过数组形状后，还可以通过reshape进行形状的修改

import numpy as np
import random#reshape修改形状
t2 = np.arange(12)
print(t2)
print(t2.shape)t3 = t2.reshape((3,4))
print(t3)
print(t3.shape)

t3就是t2修改形状之后的数组

但需要注意的是，数组形状发生切换的前后，数组内元素数量不能发生变化，比如t2数组里有12个元素，那就可以按3行4列来改变，但不能按3行5列修改

2. numpy数组计算

2.1 数组与数字计算

数组可以和数字进行计算

import numpy as np
import random#数组与数字进行计算
t1 = np.array([[1,2,3],[4,5,6]])
t2 = t1 + 2
print(t1)
print(t2)

其结果是原数组里的每一个元素都会加2，与加法类似，乘法也是将每个元素都乘一次

import numpy as np
import random#数组与数字进行计算
t1 = np.array([[1,2,3],[4,5,6]])
t3 = t1 * 3
print(t1)
print(t3)

2.2 数组与数组计算

数组不仅可以和数字进行计算，也可以和数组进行计算

import numpy as np
import random#数组与数字进行计算
t1 = np.array([[1,2,3],[4,5,6]])#数组与数组进行计算
t4 = np.array([[1,2,3],[4,5,6]])
t5 = t1 * t4
print(t5)

可以看出来，是相同位置的元素进行相乘，需要注意的是，数组和数组之间的计算，需要两个数组形状相同

python中numpy数组形状和计算相关推荐

python中numpy数组的合并_基于Python中numpy数组的合并实例讲解
基于Python中numpy数组的合并实例讲解 Python中numpy数组的合并有很多方法,如 - np.append() - np.concatenate() - np.stack() - np. ...
python中numpy数组和字符串互转(互转后数据完全一致)
python中numpy数组和字符串互转(互转后数据完全一致) 代码: import numpy as np # 创建数组arr arr = np.array([ -1.8264365 , -0.63 ...
Python中numpy数组的拼接、合并
转载 https://blog.csdn.net/qq_39516859/article/details/80666070?utm_source=blogxgwz1 Python中numpy数组的合并 ...
Python中Numpy数组的归一化处理
背景介绍在对机器学习的数据进行预处理时,往往都需要归一化,从而避免因特征值范围不同而造成学习结果偏差.本节给出Python中将Numpy数组实现(0,1)归一化的代码,其它种类的归一化再遇到时再进行 ...
【Python】NumPy数组和矢量计算
目录一.NumPy的ndarray:一种多维数组对象: 1.NumPy安装: 2.检测安装是否成功: 二.数组创建: 1.array创建: range的使用: arange创建数组: 2.随机数创建 ...
python array转换成list_python中numpy数组与list相互转换实例方法
python的使用之所以方便,原因之一就是各种数据类型各样轻松的转换,例如numpy数组和list的相互转换,只需要函数方法的使用就可以处理.numpy数组使用numpy中的array()函数转换为l ...
python中复数采用什么方法提取实部_讲解Python3中NumPy数组寻找特定元素下标的两种方法 python3中怎样实现对一个复数取实部...
python numpy 数组提取某一列大于某一直的数据 import numpy as npa=np.arange(9).reshape(3,3)12 a Out[31]: array([[0, 1 ...
python中numpy的用法_Python中numpy多维数组的用法
继上篇讲过numpy如何构建多维数组之后,今天我们来学习numpy多维数组的用法. 加法和减法操作要求操作双方的维数信息一致,均为M*N为数组方可正确执行操作. a = np.arange(4) 输出 ...
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 ...

python中numpy数组形状和计算

1. numpy数组形状

2. numpy数组计算

2.1 数组与数字计算

2.2 数组与数组计算

python中numpy数组形状和计算相关推荐

最新文章

热门文章