1.数组直观简单表达方式
A 定义为Numpy中的数组时,A就可以调用Numpy中的方法。比如:
A.dim; A.shape; A.size。
dim:数组的维度
shape:数组的形状,多少行多少列
size:数组中有多少个元素(数字)
import numpy as np
array = np.array([[1, 1, 1],
[2, 2, 2]])
array_dim = array.ndim
array_shape = array.shape
array_size = array.size
print(array, array_dim, array_shape, array_size)
2.特殊的数组
np.zeros((a, b)): 生成a行b列全为0的数组,dtype为数字类型。
array = np.zeros((3, 4), dtype = np.int 32)
np.ones((a, b)):生成a行b列全为1的数组。
a = np.ones((2, 3), dtype=np.int32)
np.empty((a, b)):生成a行b列几乎为0的数组。
a = np.empty((1, 2))
[[6.23042070e-307 1.42417221e-306 1.37961641e-306 2.22518251e-306]
[1.33511969e-306 8.01097889e-307 1.78020169e-306 7.56601165e-307]
[1.02359984e-306 1.33510679e-306 2.22522597e-306 2.21717754e-301]]
np.arange(start, end ,step):生成起点为start, 终点不包含end
步长为step一维数组。
a = np.arange(1, 10, 2)
[1 3 5 7 9]
a = np.arange(0, 10, 2)
[0 2 4 6 8]
reshape((a,b)):将数组转化为a行b列的数组,注意匹配数组内元素个数。
a = np.arange(1, 10, 1).reshape((3, 3))
[[1 2 3]
[4 5 6]
[7 8 9]]
np.linspace(start, end, number, endpoint= True/False):生成起点为start,
终点为end (endpoint = TRUE默认为TRUE), 元素个数为number的一维数组。
a = np.linspace(1, 10, 5)
[ 1. 3.25 5.5 7.75 10. ]
使用np.arange()创建多维数组
a = np.array([np.arange(1,14,4),np.arange(3,16,4)])
print(a)
[[ 1 5 9 13]
[ 3 7 11 15]]