import numpy as np
a=np.random.randn(2,3)
#数学运算
print(a)
print('a*10:\n',a*10)
print('a+a:\n',a+a)
#每个数组都有一个shape(一个表示各维度大小的元组)和一个dtype(一个用于说明数组数据类型的对象)
print('a shape:\n',a.shape)
print('a dtype:\n',a.dtype)
#创建数组 array函数
a1=[6,7.5,8,0,1]
arr1=np.array(a1)
print('创建数组arr1:\n',arr1)
#嵌套序列(比如由一组等长列表组成的列表)将会被转换为一个多维数组:
a2=[[1,2,3,4],[5,6,7,8]]
arr2=np.array(a2)
print('嵌套序列arr2:\n',arr2)
#因为data2是列表的列表,NumPy数组arr2的两个维度的shape是从data2引入的。可以用属性ndim和shape验证:
print('维度:\n',arr2.ndim)
print('shape:\n',arr2.shape)
#np.array会尝试为新建的这个数组推断出一个较为合适的数据类型。数据类型保存在一个特殊的dtype对象中。比如说,在上面的两个例子中,我们有:
print('数据类型\n',arr1.dtype)
print(arr2.dtype)
#除np.array之外,还有一些函数也可以新建数组。比如,zeros和ones分别可以创建指定长度或形状的全0或全1数组。empty可以创建一个没有任何具体值的数组。要用这些方法创建多维数组,只需传入一个表示形状的元组即可:
print(np.zeros(10))
print(np.zeros((2,3)))
print(np.empty((2,3)))
#arange是Python内置函数range的数组版:
print(np.arange(15) )
#dtype(数据类型)是一个特殊的对象,它含有ndarray将一块内存解释为特定数据类型所需的信息:
arr3=np.array([1,2,3],dtpye=np.folat64)
arr4=np.array([1,2,3],dtype=np.int32)
print(arr3.dtype)
print(arr4.dtype)
numpy基础练习1
最新推荐文章于 2022-11-15 14:48:41 发布