NumPy 数据存储

引入NumPy	# -*- coding: utf-8 -*- import numpy as np;
创建数组	#指定数据类型 c = np.array( [[1, 2, 3, 4],[4, 5, 6, 7], [7, 8, 9, 10]], dtype=np.float ); #arange 创建一维数组,注意:不包括终值 array_1 = np.arange( 0, 1, 0.1 ); # (等差数列) 默认包括终值,endpoint = False 不包括终值 array_2 = np.linspace( 0, 1, 10 ); # (等比数列) array_3 = np.logspace( 0, 2, 20 ); #使用方法生成 def func_1(i): return i % 4 + 1; # 第一个是 方法名, 数组长度 np.fromfunction( func_1, ( 9,9 ) ); # 九九乘法表
多维数组生成	#多维数组生成 # reshape( 列, 行 )[正负代表方向] array_d = np.arange(0, 60, 10).reshape(-1, 1) + np.arange(0, 6); array_d[ 2::2, 2::2 ] # array_d[ 列, 行 ]的取值范围 array_d[(0,1,2,3,4),(1,2,3,4,5)] #结构数组 persontype = np.dtype({ 'names':['name', 'age', 'weight'], 'formats':['S32','i', 'f']}) a = np.array([("Zhang", 32, 75.5), ("Wang", 24, 65.2)], dtype=persontype); # 结果 a.dtype => dtype([('name', '|S32'), ('age', '<i4'), ('weight', '<f4')]) # 注意元素的值看上去像是组元，实际上它是一个结构 a[0] # ('Zhang', 32, 75.5) a[0].dtype # dtype([('name', '|S32'), ('age', '<i4'), ('weight', '<f4')]) # a[0]是一个结构元素，它和数组a共享内存数据 c = a[1] c["name"] = "Li" a[1]["name"] # "Li" #二维数组变一维数组 a.ravel()
获取 / 改变数组属性	# 数组的元素类型可以通过dtype 属性获得 print( c.dtype ); # 数组的大小 print( c.shape ); # 保持元素个数不变情况下,重新计算生成数组 c.shape = 4,3 # 基于a重新创建数组,且共享内存 2维 d = a.reshape((2,2));

 

转载于:https://my.oschina.net/u/3359005/blog/1812496