Python学习笔记——Numpy

目录

导入Numpy

转换为Numpy数组——np.array（）

生成等差数列——np.linspace（）

生成等比数列——np.logspace（）

创建初始化为0的数组——np.zeros()

创建初始化为1的数组——np.ones()

创建取值在 [0, 1) 之间的随机数组——np.random()

NumPy是一个功能强大的Python库，主要用于对多维数组执行计算

导入Numpy

import numpy as np

转换为Numpy数组——np.array（）

numpy.array(list/tuple)

生成等差数列——np.linspace（）

numpy.linspace(初始值, 终止值, num=50, endpoint=True, retstep=False)

num ：要生成的等步长的样本数量

endpoint：是否包括终止值，默认包含

retstep ：是否显示间距

生成等比数列——np.logspace（）

numpy.logspace(start, stop, num=50, endpoint=True, base=10.0)

start：初始次方值

stop：终止次方值

base：底

eg:

In:np.logspace(0,9,base=10,base=2)

Out:array([ 1., 2., 4., 8., 16., 32., 64., 128., 256., 512.])

输出结果为：2的0次方，2的1次方，...，2的9次方

创建初始化为0的数组——np.zeros()

numpy.zeros(shape, dtype = float)

• shape：一个整数或整数元组，用于指定输出数组的形状。
• 例如，np.zeros((3, 4) )将创建一个3行4列的二维数组。
• dtype：可选参数，指定数组元素的数据类型。默认值为float，即浮点数。如果你需要一个整数数组，可以设置为int，或者其他数据类型。

创建初始化为1的数组——np.ones()

numpy.ones(shape, dtype = float)

创建取值在 [0, 1) 之间的随机数组——np.random()

numpy.random.random(shape)