NumPy详细API第三篇

注意:以下代码是基于python3.5.0编写的

import numpy as np
a = np.arange(15).reshape(3, 5)
print(a)        #  array([[ 0,  1,  2,  3,  4],[ 5,  6,  7,  8,  9],[10, 11, 12, 13, 14]])
print(a.shape)              # (3, 5)
print(a.ndim)               # 2
print(a.dtype.name)         # 'int32'
print(a.size)               # 15

# -----------------全零矩阵-----------------
np.zeros ((3,4)# array([[ 0.,  0.,  0.,  0.], [ 0.,  0.,  0.,  0.], [ 0.,  0.,  0.,  0.]])

# -----------------1矩阵-----------------
np.ones( (2,3,4), dtype=np.int32 )
# 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]]])

# ---------------指定矩阵起始值为10,终止值为30但不包含30,间隔为5--------------
np.arange( 10, 30, 5 )          #array([10, 15, 20, 25])

# ----------------初始化的23列,值在01之间-----------------
np.random.random((2,3))

# ----------------02*pi之间生成100个值,且每个值间隔相等---------------------
from numpy import pi
np.linspace( 0, 2*pi, 100 )

# --------------------sin函数----------------------
np.sin(np.linspace( 0, 2*pi, 100 ))

# ----------------------矩阵的常规算数运算-----------------------
a = np.array( [20,30,40,50] )
b = np.arange( 4 )
c = a-b
d=b**2
print(a<35)              # 返回布尔值[ True  True False False]

# ----------------------------矩阵乘法--------------------------
A = np.array( [[1,1],
               [0,1]] )
B = np.array( [[2,0],
               [3,4]] )
print(A)
print(B)
#print A*B
print(A.dot(B))
print(np.dot(A, B))

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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