【Python数据分析工具之Numpy01】数组创建ndarray

本文介绍了Python数据分析库Numpy中创建数组的方法,包括np.array、np.empty、np.zeros、np.ones及np.zeros_like、np.ones_like。同时讲解了数组的数据类型,如int32、uint32等,并展示了如何使用np.dtype和astype进行类型转换。此外,还探讨了数组的索引和切片,包括多维数组的索引规则和花式索引。最后提到了数组的转置和轴对换,以及如何通过T属性和np.dot计算内积。
摘要由CSDN通过智能技术生成

创建数组

    np.array(*list):以list创建一个数组

list1 = [1,2,3,4,5]
arr1 = np.array(list1)
print(arr1)
//输出结果:[1 2 3 4 5]

    np.empty(*shape):创建一个没有任何具体值的数组(但是数组里的值并不是0,而是一些未初始化的垃圾值)

arr1 = np.empty((3,3))
arr1
'''
输出结果:
array([[0.00000000e+000, 0.00000000e+000, 0.00000000e+000],
       [0.00000000e+000, 0.00000000e+000, 7.19359580e-321],
       [1.38778525e-311, 0.00000000e+000, 3.23815565e-319]])
'''            

    np.zeros(*shape):创建shape大小的全0数组

    np.ones(*shape):创建shape大小的全1数组

a = np.zeros((3,6))
b = np.ones((2))
print(a)
print(b)
'''输出结果:
[[0. 0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0. 0.]]
[1. 1.]'''

    np.zeros_like(*array):根据array的形状和数据类型创建全0数组

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