numpy的zeros()和ones()

形式:

np.zeros (shape, dtype, order)
  • Shape

: 可以是一维、二维、三维

其中三维,shape = [m , a, b] 表示生成m个a*b的0矩阵;

  • dtype

: 默认为float64, 使用形式dtype=np.int;dtype:数据类型,可选参数,默认numpy.float64

t ,位域

b,布尔值,true or false

i,整数,如i8(64位)

u,无符号整数,u8(64位)

f,浮点数,f8(64位)

c,浮点负数,

o,对象,

s,a,字符串,s24

u,unicode,u24

  • order

: 可选参数,c代表与c语言类似,行优先;F代表列优先

np.ones 同理。

作者:页页读
来源:CSDN
原文:https://blog.csdn.net/u014386899/article/details/82706470

NumPy是Python中一个非常核心且不可或缺的科学计算库,它提供了高效的数组操作和数学函数,使得数据处理变得简单且快速。NumPy的核心是`numpy.ndarray`,这是一个多维数组对象,它可以存储各种数据类型,并支持广播机制、切片、索引等操作。 NumPy的主要特点包括: 1. **数组对象**:NumPy数组是带有维度的大型数组,类似于R语言中的向量或矩阵,非常适合处理大量数据。 2. **数据类型**:NumPy数组支持固定大小的数据类型,这使得内存管理高效,避免了不必要的类型转换。 3. **数学运算**:内置了大量的数学函数,可以直接对数组进行运算,如加减乘除、三角函数、指数对数等。 4. ** broadcasting**:NumPy的广播功能允许不同形状的数组之间进行元素级别的运算,简化了操作过程。 5. **兼容性**:NumPy与其他Python科学计算库(如Pandas, SciPy)高度兼容,是数据处理和分析的基础。 使用NumPy通常包括以下步骤: - **安装**:如果你还没安装,可以通过pip(Python包管理器)命令 `pip install numpy` 来安装。 - **导入模块**:在Python脚本中,使用 `import numpy as np` 导入NumPy,并用`np`作为别名来调用函数和方法。 - **创建数组**:可以使用`np.array()`函数创建数组,或使用特殊构造函数如`np.zeros()`、`np.ones()`等。 - **数组操作**:例如,对数组进行索引、切片、排序、统计等操作,以及使用`np.dot()`或`@`符号进行矩阵运算。 - **函数应用**:使用`np.apply_along_axis()`等函数对数组沿着指定轴进行操作。 以下是一些常见NumPy操作的例子: ```python import numpy as np # 创建数组 arr = np.array([1, 2, 3, 4, 5]) print(arr) # 数组操作 print(arr[2:4]) # 切片操作 print(np.sum(arr)) # 求和 # 数学函数 print(np.sin(arr)) # 广播示例 arr1 = np.array([1, 2]) arr2 = np.array([3, 4, 5]) print(arr1 + arr2) # 两个不同形状数组的相加 ```
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
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