时间:2021-05-22
本文实例讲述了Python使用numpy模块创建数组操作。分享给大家供大家参考,具体如下:
创建数组
创建ndarray
创建数组最简单的方法就是使用array函数。它接收一切序列型的对象(包括其他数组),然后产生一个新的含有传入数据的Numpy数组。
array函数创建数组
import numpy as npndarray1 = np.array([1, 2, 3, 4])ndarray2 = np.array(list('abcdefg'))ndarray3 = np.array([[11, 22, 33, 44], [10, 20, 30, 40]])zeros和zeros_like创建数组
用于创建数组,数组元素默认值是0. 注意:zeros_linke函数只是根据传入的ndarray数组的shape来创建所有元素为0的数组,并不是拷贝源数组中的数据.
ndarray4 = np.zeros(10)ndarray5 = np.zeros((3, 3))ndarray6 = np.zeros_like(ndarray5) # 按照 ndarray5 的shape创建数组# 打印数组元素类型print("以下为数组类型:")print('ndarray4:', type(ndarray4))print('ndarray5:', type(ndarray5))print('ndarray6:', type(ndarray6))print("-------------")print("以下为数组元素类型:")print('ndarray4:', ndarray4.dtype)print('ndarray5:', ndarray5.dtype)print('ndarray6:', ndarray6.dtype)print("-------------")print("以下为数组形状:")print('ndarray4:', ndarray4.shape)print('ndarray5:', ndarray5.shape)print('ndarray6:', ndarray6.shape)ones和ones_like创建数组
用于创建所有元素都为1的数组.ones_like用法同zeros_like用法
#创建数组,元素默认值是0ndarray7 = np.ones(10)ndarray8 = np.ones((3, 3))#修改元素的值ndarray8[0][1] = 999ndarray9 = np.ones_like(ndarray5) # 按照 ndarray5 的shape创建数组empty和empty_like创建数组
用于创建空数组,空数据中的值并不为0,而是未初始化的随机值.
ndarray10 = np.empty(5)ndarray11 = np.empty((2, 3))ndarray12 = np.empty_like(ndarray11)arange创建数组
arange函数是python内置函数range函数的数组版本.
ndarray13 = np.arange(10) #产生0-9共10个元素ndarray14 = np.arange(10, 20) #产生从10-19共10个元素ndarray15 = np.arange(10, 20, 2) #产生10 12 14 16 18, 2为step 间隔为2print('ndarray14的形状:', ndarray14.shape) #ndarray15的长度ndarray14.reshape((2, 5)) #将其形状改变为(2, 5) 分2部分 每份5个eys创建对角矩阵数组
该函数用于创建一个N*N的矩阵,对角线为1,其余为0.
ndarray16 = np.eye(5)更多关于Python相关内容感兴趣的读者可查看本站专题:《Python数组操作技巧总结》、《Python数学运算技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》
希望本文所述对大家Python程序设计有所帮助。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
在使用python编程的过程中,想要快速的创建ndarray数组,可以使用numpy.empty()函数。numpy.empty()函数所创建的数组内所有元素均
概述argsort()函数在模块numpy.core.fromnumeric中。在python中排序数组,或者获取排序顺序的时候,我们常常使用numpy包的ar
前言在python中有时候我们用数组操作数据可以极大的提升数据的处理效率,类似于R的向量化操作,是的数据的操作趋于简单化,在python中是使用numpy模块可
使用python以及numpy通过直接操作图像数组完成一系列基本的图像处理numpy简介:NumPy是一个非常有名的Python科学计算工具包,其中包含了大量有
Numpy通过观察Python的自有数据类型,我们可以发现Python原生并不提供多维数组的操作,那么为了处理矩阵,就需要使用第三方提供的相关的包。NumPy是