当前位置: 代码迷 >> 综合 >> Numpy运用---数组创建和属性
  详细解决方案

Numpy运用---数组创建和属性

热度:18   发布时间:2024-01-19 10:40:17.0

数组创建 

  • 使用array函数创建,语法格式为array(列表和元组)
  • 可以使用其他函数例如arange、linspace、zeros等创建
  • 掌握相关函数的用法
import numpy as nparr1=np.array([-9,7,4,3],dtype='float')
arr2=np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])np.arange(0,10,0.5)np.linspace(1,10,11)  # 步长=(最大值-最小值)/ 间隔 = (10-1)/(11-1)
# array([ 1. ,  1.9,  2.8,  3.7,  4.6,  5.5,  6.4,  7.3,  8.2,  9.1, 10. ])
np.linspace(1,10,10,endpoint=False) 
# array([ 1. ,  1.9,  2.8,  3.7,  4.6,  5.5,  6.4,  7.3,  8.2,  9.1])np.logspace(1,5,base=2,num=10)
# array([ 2.        ,  2.72158   ,  3.70349885,  5.0396842 ,  6.85795186,9.33223232, 12.69920842, 17.28095582, 23.51575188, 32.        ])
2**np.linspace(1,5,10)
# array([ 2.        ,  2.72158   ,  3.70349885,  5.0396842 ,  6.85795186,9.33223232, 12.69920842, 17.28095582, 23.51575188, 32.        ])np.zeros([4,5])
# array([[0., 0., 0., 0., 0.],[0., 0., 0., 0., 0.],[0., 0., 0., 0., 0.],[0., 0., 0., 0., 0.]])np.ones([7,6])
# array([[1., 1., 1., 1., 1., 1.],[1., 1., 1., 1., 1., 1.],[1., 1., 1., 1., 1., 1.],[1., 1., 1., 1., 1., 1.],[1., 1., 1., 1., 1., 1.],[1., 1., 1., 1., 1., 1.],[1., 1., 1., 1., 1., 1.]])np.eye(6)
# array([[1., 0., 0., 0., 0., 0.],[0., 1., 0., 0., 0., 0.],[0., 0., 1., 0., 0., 0.],[0., 0., 0., 1., 0., 0.],[0., 0., 0., 0., 1., 0.],[0., 0., 0., 0., 0., 1.]])np.diag([4,5,8])
# array([[4, 0, 0],[0, 5, 0],[0, 0, 8]])np.diag([4,5,8])+1
# array([[5, 1, 1],[1, 6, 1],[1, 1, 9]])[4,5,8]+1
# TypeError                                 Traceback (most recent call last)
<ipython-input-18-054b96ce073b> in <module>
----> 1 [4,5,8]+1TypeError: can only concatenate list (not "int") to list[i+1 for i in [4,5,8]] # 效率没有numpy数组高arr2=np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])# array([[ 1,  2,  3,  4],[ 5,  6,  7,  8],[ 9, 10, 11, 12]])arr2.shape  # (3,4)arr2.ndim   # 2arr2.dtype  # dtype('int32')arr3=np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]],dtype='float')
arr3.dtype  # dtype('float64')