前言:numpy数组中主要用来存储数值型数据,若要存储其他类型数据,需先结构化数据,然后在创建数组时指定原先结构化的数据类型,此篇不再详细介绍。
一、创建矩阵
- numpy.array(seq[,dtype=int64])
numpy.array([0,1,2,3,4,5,6,7,8,9])
numpy.array(range(10))
- numpy.arange(start,stop[,step,dtype=int64]) 不包含stop值
numpy.arange(1,10)
- numpy.linspace(a,b,nun) 创建指定数量的等差矩阵,包含b值
numpy.linspace(1,10,2)
- numpy.logspace(a,b,num)创建指定数量的以10为底的对数矩阵,包含b值
numpy.logspace(1,10,2)
- np.ones((a,b)) np.zeros((a,b)) np.eye(m) np.empty((a,b))
注: 创建矩阵时可通过设置dtype参数来指定创建矩阵时的数据类型
二、查看矩阵中的数据类型
a = numpy.array(range(10))
a.dtype
numpy中常见的数据类型
三、修改矩阵中的数据类型
- a.astype()
a = numpy.array(range(10),dtype=np.int64)
a.astype(int8)
四、修改矩阵中浮点型的小数
- np.round(a,num)
import numpy as np
import random
a = np.array([random.random() for i in range(10)])
a = np.round(a,2)
print(a)
五、查看数组的形状·
a.shape 返回元组类型数据,分别代表行和列
a.shape[0] 返回行数
a.shape[1] 返回列数
六、修改数组的形状
a.reshape(row,col)