初探numpy——数组的创建
初探numpy——数组的创建
LRainner
发布于 2020-07-15 07:40:20
发布于 2020-07-15 07:40:20
代码可运行
运行总次数：0
代码可运行
numpy创建数组
使用array函数创建数组
import numpy as np
array=np.array([1,2,3])
print(array)[1 2 3]使用numpy.empty方法创建数组
numpy.empty方法可以创建一个指定形状、数据类型且未初始化的数组
numpy.empty(shape , dtype = float , order = 'C')参数 | 描述 |
|---|---|
shape | 数组形状 |
dtype | 数据类型 |
array=np.empty((3,4))
print(array)[[1.35966218e-311 1.35966218e-311 1.35966218e-311 1.05699242e-307]
[8.01097889e-307 1.78020169e-306 7.56601165e-307 1.02359984e-306]
[1.33510679e-306 2.22522597e-306 1.24611674e-306 1.29061821e-306]]使用numpy.zeros方法创建数组
numpy.zeros方法可以创建一个指定大小的数组，数组元素以0来填充
numpy.zeros(shape , dtype = float , order = 'C')参数 | 描述 |
|---|---|
shape | 数组形状 |
dtype | 数据类型 |
array=np.zeros((4,5))
print(array)[[0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0.]]使用numpy.ones方法创建数组
numpy.ones方法可以创建一个指定大小的数组，数组元素以1来填充
numpy.ones(shape , dtype = float , order = 'C')参数 | 描述 |
|---|---|
shape | 数组形状 |
dtype | 数据类型 |
array=np.ones((4,4))
print(array)[[1. 1. 1. 1.]
[1. 1. 1. 1.]
[1. 1. 1. 1.]
[1. 1. 1. 1.]]使用numpy.eye方法创建数组
numpy.eye方法可以创建一个正方的n*n单位矩阵（对角线为1，其余为0）
array=np.eye(3)
print(array)[[1. 0. 0.]
[0. 1. 0.]
[0. 0. 1.]]使用numpy.asarray方法创建数组
numpy.asarray方法可以将输入转换为ndarray，如果输入本身就是ndarray则不进行复制
numpy.asarray(a , dtype = None , order = None)参数 | 描述 |
|---|---|
a | 任意输入，可以是列表、列表的元组、元组、元组的元组、多维数组 |
dtype | 数据类型 |
# 将列表转换为ndarray
a=[1,2,3]
array=np.asarray(a)
print(array)[1 2 3]#将元组转化为ndarray
a=(1,2,3)
array=np.asarray(a)
print(a)(1, 2, 3)# 将元组列表转换为ndarray
a=[(1,2,3),(4,5)]
array=np.asarray(a)
print(a)[(1, 2, 3), (4, 5)]使用numpy.arange方法创建数组
使用numpy.arange方法创建数值范围数组并返回ndarray对象
numpy.arange(start , stop , step, dtype)参数 | 描述 |
|---|---|
start | 起始值，默认为1 |
stop | 终止值 |
step | 步长，默认为1 |
dtype | ndarray数据类型 |
# 生成0到6的数组
array=np.arange(6)
print(array)[0 1 2 3 4 5]# 设置dtype
array=np.arange(6,dtype=float)
print(array)[0. 1. 2. 3. 4. 5.]# 设置起始值，终止值，步长
array=np.arange(10,20,3)
print(array)[10 13 16 19]使用numpy.linspace方法创建数组
numpy.linspace用于创建一个一维等差数列的数组
numpy.linspace(start , stop, num=50 , endpoint=True , retstep = False , dtype = None)参数 | 描述 |
|---|---|
start | 起始值 |
stop | 终止值 |
num | 要生成等步长的样本数量，默认为50 |
endpoint | 该值为True时，数列中包含stop值，默认为True |
retstep | 该值为True时，显示间距，默认为False |
dtype | ndarray的数据类型 |
# 生成1到10的10个数值组成的等差序列
array=np.linspace(1,10,10)
print(array)[ 1. 2. 3. 4. 5. 6. 7. 8. 9. 10.]# 将endpoint设为false
array=np.linspace(1,10,10,endpoint=False)
print(array)[1. 1.9 2.8 3.7 4.6 5.5 6.4 7.3 8.2 9.1]# 显示间距
array=np.linspace(1,10,10,retstep=True)
print(array)(array([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10.]), 1.0)使用numpy.logspace方法创建数组
numpy.linspace用于创建一个一维等比数列的数组
numpy.linspace(start , stop , num = 50 , endpoint = True , base = 10.0 , dtype = None)参数 | 描述 |
|---|---|
start | 起始值：base^start |
stop | 终止值：base^stop |
num | 要生成的样本数量，默认为50 |
endpoint | 该值为True时，数列中包含stop值，默认为True |
base | 对数log的底数 |
dtype | ndarray的数据类型 |
# 生成10^1到10^10的一个等比数列
array=np.logspace(1,10,num=10)
print(array)[1.e+01 1.e+02 1.e+03 1.e+04 1.e+05 1.e+06 1.e+07 1.e+08 1.e+09 1.e+10]#将底数设置为2
array=np.logspace(1,10,num=10,base=2)
print(array)[ 2. 4. 8. 16. 32. 64. 128. 256. 512. 1024.]本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2020-06-27，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
暂无评论
推荐阅读
腾讯云开发者
