from numpy import * # numpy数据类型 # 复数数组 a = array([1 + 1j, 2, 3, 4]) # 查看类型 complex128 print(a.dtype) # 查看实部 [1. 2. 3. 4.] print(a.real) # 查看虚部 [1. 0. 0. 0.] print(a.imag) # 改变虚部的值 a.imag = [1, 2, 3, 4] print(a) # [1.+1.j 2.+2.j 3.+3.j 4.+4.j] # 共轭复数 print(a.conj()) # 在dtype为float中也可以有上述方法 只是img(虚部)只读 # https://github.com/lijin-THU/notes-python/blob/master/03-numpy/03.04-array-types.ipynb # 指定数组的数据类型 (所有种类如上) a = array([1, 2, 3, 4], dtype=int32) print(a) # 任意类型数组 a = array([1, 's', 2.1, [1, 2]], dtype=object) a = a * 2 print(a) # asarray 改变数组的数组类型 a = array([2.1, 3.2], dtype=float32) print(a.dtype) # float32 b = asarray(a, dtype=int) print(b.dtype) # int32 print(b is a) # false c = asarray(b, dtype=int32) print(c is b) # True数据类型相同时仅仅引用 # asarray 也可以作用数组 a = asarray([1, 2], dtype=int32) print(a) # view方法 #把数组按照指定数据类型解析 反回引用值 a = array([1, 2, 3, 4], dtype=int32) print(a) b = a.view(uint8) # 按照uint8解析 print(a) # [1 2 3 4] print(b) # [1 0 0 0 2 0 0 0 3 0 0 0 4 0 0 0] a[0] = 0 print(b) # 证明了引用关系[0 0 0 0 2 0 0 0 3 0 0 0 4 0 0 0]
numpy数据类型
最新推荐文章于 2023-01-23 07:15:00 发布