python中关于数组的讲解（ndarray、reshape、索引）

最新推荐文章于 2024-07-01 10:17:25 发布

梁栋沉

最新推荐文章于 2024-07-01 10:17:25 发布

阅读量501

点赞数

文章标签： python numpy 数据结构列表

本文链接：https://blog.csdn.net/geidongdong/article/details/106350440

版权

"""
Created on Tue May 26 10:12:28 2020

@author: dongdong
"""
#1、数组对象ndarray
#ndarray要求所有元素的数据类型必须一致 
#Numpy会自动识别ndarray中的数据类型，如果数据类型不一致 Numpy会将所有元素自动转换成一个合适的数据类型，如：
import numpy as np
a= np.array([2,5.0,"6"])
print(a)
#输出：['2' '5.0' '6'] 全部转换成字符型，所以一般定义时候需要指定类型，如：
a= np.array([2,5.0,"6"],dtype = np.float64)
#输出：['2' '5.0' '6']

#2数组对象
#array()函数可以接收任意的序列型对象，如： 
np.array([1,2,3,4,5])
np.array([[1,2],[3,4],[5,6]])
"""
常用生成函数
zeros()函数 
ones()函数 
arange()函数：内置range()函数的数组版
empty()函数：创建没有初始化数值的数组 
"""
a = np.zeros(15).reshape((3,5))
print(a)
#输出：[[0. 0. 0. 0. 0.]
#    [0. 0. 0. 0. 0.]
#    [0. 0. 0. 0. 0.]]


#3、ndarray的基本属性 

"""
 ndim属性：表示数组的维度 
 shape属性：表示每一个维度的数量（元组） 
 dtype属性：描述数组元素的数据类型 
 Itemsize属性：表示单个元素的大小（字节）
 size属性：表示数据量的大小
 reshape(shape)，返回一个新数组，原数组不变 
 flatten() ，降为一维数组，原数组不变 
 rezise(shape)，修改原数组 
 tolist()，将数组转换为列表

"""
a.resize((5,3))#注意这里面的括号数量
print(a)
"""
输出：
[[0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]]
"""


#4、数组的索引和切片

"""
• 一维数组索引，如a[3]，获取特定位置的元素  
二维数组索引，如a[0][2]或arr2d[0,2] 
多维数组索引，如a[1,2,3] 
各维度分别切片a[m:n:k]  
对多维数组的切片赋值时，整个切片都会被重新赋值
例如：
"""
a = np.arange(10)
print(a[5:8])
#输出：[5 6 7]
a[5:8] = 10
print(a)
#输出：[ 0  1  2  3  4 10 10 10  8  9]