NumPy(第一集:创建ndarray的几种方式)

序号函数含义示例
1np.array()由python list创建
2np.ones()创建一个所有元素都为1的多维数数组
3np.zeros()创建一个所有元素都为0的多维数数组
4np.full()创建一个所有元素都为指定元素的多维数组
5np.eye()对角线为1,其余的位置为0的二维数组
6np.linspace()等差数列
7np.arange()创建一个数据范围的数组
8np.random.randint()创建一个随机整数的多维数组
9np.random.randn()创建一个服从标准正太分布的多维数组
10np.random.normal()创建一个服从正态分布的多维数组
11np.random.random()创建一个元素为0~1(左闭右开)的随机数多维数组
12np.random.rand()功能与np.random.random()类似

1 np.array(list)

由python list创建

l = [1, 4, 2, 3, 5, 6]
n = np.array(l)

在这里插入图片描述

2 np.ones()

创建一个所有元素都为1的多维数数组

n = np.ones(shape=(3,), dtype=np.int16)
# n = np.ones(shape=(3, 4), dtype=np.int16)  # 2维数组
# n = np.ones(shape=(3, 4, 5), dtype=np.int16)  # 3维数组

参数说明

shape:形状
dtype:元素类型
order:排序方式,默认是C

在这里插入图片描述

3 np.zeros()

创建一个所有元素都为0的多维数数组

n = np.zeros((3,), dtype=np.int16)

在这里插入图片描述

4 np.full()

创建一个所有元素都为指定元素的多维数组

n = np.full(shape=(3,), fill_value=21, dtype=np.int16)

参数说明

shape:形状
fill_value:填充值
dtype:元素类型

在这里插入图片描述

5 np.eye()

对角线为1,其余的位置为0的二维数组

n = np.eye(5, M=5, k=0, dtype=np.int16)

参数说明

N:行数
M:列数,默认为None,表示与行数一样
K=0:向右偏移0个位置,向左偏移使用负数
dtype=float,元素类型,默认是float

在这里插入图片描述

6 np.linspace()

等差数列

n = np.linspace(0, 100, num=51, dtype=np.int16)

参数说明

start:开始值
stop:结束值
num=50:等差数列中默认有50个数
endpoint=True:是否包含结束值
retstep=False:是否返回等插值(步长)
dtype=None:类型

在这里插入图片描述

7 np.arange()

创建一个数据范围的数组

n = np.arange(0, 10, 2)`

参数说明

start:开始值(可选)
stop:结束值(不好含)
step:步长(可选)
dtype=None:类型

在这里插入图片描述

8 np.random.randint()

创建一个随机整数的多维数组

n = np.random.randint(0, 100, size=(3,))

参数说明

low:最小值
high=None:最大值
    high=None时,生成的数值在[0, low)区间内
    如果使用high这个数值,则生成的数值在[low, high)区间内
size=None:数组的形状,默认只输出一个随机值
dtype=int:数据类型,默认为int类型

在这里插入图片描述

9 np.random.randn()

创建一个服从标准正太分布的多维数组

n = np.random.rand(10)  # 一维数组

参数说明

创建一个服从标准正太分布的多维数组
    标准正太分布称为u分布,是以0为均值、以1为标准差的正态分布,记为N(0,1)
    标准正态分布,在0左右出现的概率最大,越远离出现的概率越低
创建一个所有元素都为1的多维数组

rand(d0, d1, ..., dn)
dn:第几个维度的数值

在这里插入图片描述

10 np.random.normal()

创建一个服从正态分布的多维数组

n = np.random.normal(loc=100, scale=10, size=(3,))
# n = np.random.normal()  # 单个值

参数说明

loc=0.0:均值,对应着正态分布的中心
scale=1.0:标准差,对应分布的宽度,scale越大,正态分布的曲线越矮胖,scale越小,曲线越高瘦
size=None:数组的形状

在这里插入图片描述

11 np.random.random()

n = np.random.random(size=(3,))

参数说明

random(size=None)
size=None:数组的形状

在这里插入图片描述

12 np.random.rand()

功能与np.random.random()类似

n = np.random.rand(3, )

参数说明

rand(d0, d1, ..., dn)

在这里插入图片描述

本文档纯纯用于自学,借鉴于个网站教学平台,如有不足,望指正

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Monly21

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值