python中的矩阵、多维数组

2. 创建一般的多维数组 

import  numpy as np

a  =  np.array([ 1 , 2 , 3 ], dtype = int )   # 创建1*3维数组   array([1,2,3])

type (a)   # numpy.ndarray类型

a.shape   # 维数信息(3L,)

a.dtype.name    # 'int32'

a.size    # 元素个数：3

a.itemsize   #每个元素所占用的字节数目:4

 

 

b = np.array([[ 1 , 2 , 3 ],[ 4 , 5 , 6 ]],dtype = int )   # 创建2*3维数组  array([[1,2,3],[4,5,6]])

b.shape   # 维数信息（2L,3L）

b.size    # 元素个数：6

b.itemsize    # 每个元素所占用的字节数目:4

 

 

c = np.array([[ 1 , 2 , 3 ],[ 4 , 5 , 6 ]],dtype = 'int16' )   # 创建2*3维数组  array([[1,2,3],[4,5,6]],dtype=int16)

c.shape   # 维数信息（2L,3L）

c.size    # 元素个数：6

c.itemsize    # 每个元素所占用的字节数目:2

c.ndim   # 维数

 

 

d = np.array([[ 1 , 2 , 3 ],[ 4 , 5 , 6 ]],dtype = complex )     #  复数二维数组

d.itemsize   # 每个元素所占用的字节数目：16

d.dtype.name   # 元素类型：'complex128'

3. 创建特殊类型的多维数组　

a1  =  np.zeros(( 3 , 4 ))     # 创建3*4全零二维数组

输出：

array([[  0. ,   0. ,   0. ,   0. ],

        [  0. ,   0. ,   0. ,   0. ],

        [  0. ,   0. ,   0. ,   0. ]])

a1.dtype.name    # 元素类型：'float64'

a1.size   # 元素个数：12

a1.itemsize   # 每个元素所占用的字节个数：8

 

 

a2  =  np.ones(( 2 , 3 , 4 ), dtype = np.int16)   # 创建2*3*4全1三维数组

a2  =  np.ones(( 2 , 3 , 4 ), dtype = 'int16' )      # 创建2*3*4全1三维数组

输出：

array([[[ 1 ,  1 ,  1 ,  1 ],

         [ 1 ,  1 ,  1 ,  1 ],

         [ 1 ,  1 ,  1 ,  1 ]],

 

        [[ 1 ,  1 ,  1 ,  1 ],

         [ 1 ,  1 ,  1 ,  1 ],

         [ 1 ,  1 ,  1 ,  1 ]]], dtype = int16)

 

 

a3  =  np.empty(( 2 , 3 ))   # 创建2*3的未初始化二维数组

输出：（may vary）

array([[  1. ,   2. ,   3. ],

        [  4. ,   5. ,   6. ]])

 

 

a4  =  np.arange( 10 , 30 , 5 )    # 初始值10，结束值：30（不包含），步长：5

输出：array([ 10 ,  15 ,  20 ,  25 ])

a5  =  np.arange( 0 , 2 , 0.3 )     # 初始值0，结束值：2（不包含），步长：0.2

输出：array([  0.  ,   0.3 ,   0.6 ,   0.9 ,   1.2 ,   1.5 ,   1.8 ])

 

 

from  numpy  import  pi

np.linspace( 0 ,  2 ,  9 )    # 初始值0，结束值：2（包含），元素个数：9

输出：

array([  0.   ,   0.25 ,   0.5  ,   0.75 ,   1.   ,   1.25 ,   1.5  ,   1.75 ,   2.   ])

x  =  np.linspace( 0 ,  2 * pi,  9 )

输出：

array([  0.         ,   0.78539816 ,   1.57079633 ,   2.35619449 ,   3.14159265 ,

         3.92699082 ,   4.71238898 ,   5.49778714 ,   6.28318531 ])

 

 

a  =  np.arange( 6 )

输出：

array([ 0 ,  1 ,  2 ,  3 ,  4 ,  5 ])

b  =  np.arange( 12 ).reshape( 4 , 3 )

输出：

array([[  0 ,   1 ,   2 ],

        [  3 ,   4 ,   5 ],

        [  6 ,   7 ,   8 ],

        [  9 ,  10 ,  11 ]])