numpy

时间:2020-05-20
本文章向大家介绍numpy,主要包括numpy使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。
import numpy as np 
a = np.array([[1,2],[3,4],[5,6],[7,8]])#创建4×2的数组
b = a.reshape(2,4)        #改变数组的形状为2×4,并赋值给b;
a.shape=(2,4)           #改变数组a自身形状

 #In[0]创建数组
x = np.empty([3,4], dtype = int) #创建3×4的空数组,类型为int型
x = np.zeros(5) #空数组,默认为浮点数x=[0. 0. 0. 0. 0.]
y = np.zeros((5,), dtype = np.int) # 设置类型为整数,[0 0 0 0 0]
# 自定义类型 ,形状为2×2,每隔元素为(x,y,z)三个
z = np.zeros((2,2), dtype = [('x', 'i4'), ('y', 'i4'),('z', 'i4')])
x = np.ones(4) # 默认为浮点数[1,1,1,1,1]
x = np.ones([2,2], dtype = int)# 自定义类型

#In[1]从已有的数组创建数组或转换
x =  [1,2,3] 
a = np.asarray(x) #将列表转为ndarray

x =  (1,2,3)
a = np.asarray(x)  #将元组转为ndarray

x = [(1,2,3),(4,5)] 
a = np.asarray(x)   #将元组列表转为ndarray

x =  [1,2,3] 
a = np.asarray(x, dtype =  float) #转为浮点型

x = np.arange(5)  #[0  1  2  3  4]
x = np.arange(5, dtype =  float)  #浮点型#[0. 1.  2.  3.  4.]

#设置了起始值、终止值及步长
x = np.arange(10,20,2)  #[10  12  14  16  18]

#numpy.linspace 函数用于创建一个一维数组,数组是一个等差数列构成的,格式如下
#np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)
#endpoint=True,包含终止值,retstep为True ,显示步长。
a = np.linspace(0,10,10,endpoint=False,retstep=True)
#等比数列np.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None)

原文地址:https://www.cnblogs.com/hsy1941/p/12924670.html