python 中 常用到的 numpy 函数 整理


1. 创建二维数组  array()   :

set = array([[1., 2, ],[3., 4.],[5., 6.],[7., 9.]])


求 数组的 行数:

>>> set.shape[0]
4

求 数组的列数:

>>> set.shape[1]


>>> set.shape
(4, 2)

>>> set.dtype
dtype('float64')

记得 >>> from numpy import * 


2  empty() 函数:

>>> a = empty([2, 2])
>>> a
array([[  2.01269048e-313,   4.44659081e-323],
       [  5.03965339e+223,   6.48588014e-310]])
>>> b = empty([2, 2], dtype = int)
>>> b
array([[19988563, 36534944],
       [ 2460004,  2460004]])
>>> c = empty([2, 2], dtype = int, order = 'C')
>>> c
array([[19988581, 36534944],
       [ 2460004,  2460004]])
>>> d = empty([2, 2], dtype = int ,order = 'F')
>>> d
array([[19857521,  2460004],
       [36534944,  2460004]])
>>> 

最后一个参数,返回数组在内存中的存放顺序,

C代表C语言风格, row major

F代表····,column  major


3.  eye()

>>> e1 = eye(2, 3, 0, dtype = int)
>>> e1
array([[1, 0, 0],
       [0, 1, 0]])
>>> e2 = eye(3)
>>> e2
array([[ 1.,  0.,  0.],
       [ 0.,  1.,  0.],
       [ 0.,  0.,  1.]])
>>> e3 = eye(3, dtype = int)
>>> e3
array([[1, 0, 0],
       [0, 1, 0],
       [0, 0, 1]])
>>> e4 = eye(3, 1, dtype = int)
>>> e4
array([[1],
       [0],
       [0]])
>>> e5 = eye(3, k = 1, dtype = int)
>>> e5
array([[0, 1, 0],
       [0, 0, 1],
       [0, 0, 0]])
>>> e6 = eye(3, k = -1, dtype = int)
>>> e6
array([[0, 0, 0],
       [1, 0, 0],
       [0, 1, 0]])
>>> 

第一个参数N = 列数

第二个参数 M = 行数,省略代表M = N 

第三个参数 k 代表对角线位置, = 0 代表主对角线, +1就向右上方偏移1, -1 就向左下角偏移1

第四个参数表示类型 dtype 默认为 float 类型


4 。 创建 方阵 identity()

>>> i1 = identity(3)
>>> i1
array([[ 1.,  0.,  0.],
       [ 0.,  1.,  0.],
       [ 0.,  0.,  1.]])
>>> i2 = identity(3, dtype = int)
>>> i2
array([[1, 0, 0],
       [0, 1, 0],
       [0, 0, 1]])
>>> 


只有两个参数,第一个表示 行(列)数,第二个表示类型(默认为float)类型


5.  生成一个元素全为1的数组

>>> o1 = ones(3)
>>> o1
array([ 1.,  1.,  1.])
>>> o1.shape
(3,)


要指定完整的shape(完整的行数和列数)的话:


>>> o4 = ones( (2, 3), dtype = int)
>>> o4
array([[1, 1, 1],
       [1, 1, 1]])
>>> 


6. zeros() 全是0 的矩阵

>>> from numpy import *
>>> z1 = zeros(3)
>>> z1
array([ 0.,  0.,  0.])
>>> z1.shape
(3,)
>>> z2 = zeros((2, 3), dtype = int)
>>> z2
array([[0, 0, 0],
       [0, 0, 0]])
>>> z2.shape
(2, 3)
>>> s = (3, 2)
z4 = zeros(s)
>>> z4
array([[ 0.,  0.],
       [ 0.,  0.],
       [ 0.,  0.]])
>>> z4.shape
(3, 2)


ones_like()  zeros_like()

>>> from numpy import *
>>> s = (3, 2)
>>> a = array(s)
>>> a
array([3, 2])
>>> a.shape
(2,)
>>> z = zeros(s, dtype = int)
>>> zz = zeros_like(z)
>>> zz
array([[0, 0],
       [0, 0],
       [0, 0]])
>>> ooo = ones_like(z)
>>> ooo = ones_like(z)
>>> ooo
array([[1, 1],
       [1, 1],
       [1, 1]])
>>> 





  • 8
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值