Numpy的基本使用

1. 在cmd命令行工具中输入:

ipython notebook

注意: 建议在集成环境下使用

2. 输入完成, 等待一会, 会自动弹出一个网页


点击进去之后:


就可以书写代码了


Numpy的基本用法:

# 引入numpy, 重命名为np(都是这样命名的, 随大众吧)

import numpy as np

# numpy中的数组, 存储的所有数据必须是同质(相同类型)的

a_arr = np.arange(10)

print(a_arr)

b_arr = np.arange(10)

# 直接使用数组做向量运算时, 会把运算作用到数组中的每一元素中

c_arr = a_arr * b_arr

print(c_arr)

输出的结果:



# 创建数据的几种方式

# 随机产生一个指定维度的随机数数组

# 1.维度数    2.各维度大小

data = np.random.rand(2, 3)

print(data)

print('维度个数', data.ndim)

print('各维度大小', data.shape)

print('数据类型', data.dtype)

输出的结果:



# python中列表转换numpy中的数组

l1 = range(10)

print(type(l1))

# 转换为数组

arr = np.array(l1)

print(type(arr))

# 维度数

print(arr.ndim)

# 各维度大小

print(arr.shape)

# 数据类型

print(arr.dtype)

输出的结果:



# 嵌套列表转换为ndarray

l2 = [range(10), range(10, 20)]

print(type(l2))

arr = np.array(12)

print(arr)

# 维度数

print(arr.ndim)

# 各维度大小

print(arr.shape)

# 数据类型

print(arr.dtype)

输出的结果:



# zeros( )\ones( )\empty( )函数, 创建数组

# 使用zeros( )创建指定维度, 指定数据类型的数组

# 1. 维度信息  2. 指定类型

# 如果不指定数据类型, 默认全部是0.的float64的数据

zeros_arr = np.zeros((2, 3), np.int32)

print(zeros_arr)

print(zeros_arr.dtype)

输出的结果:



# 使用ones()函数创建指定维度, 指定数据类型的数组

# 不指定数据类型, 默认是全部为1的float64类型的数据

ones_arr = np.ones((2, 3), np.int32)

print(ones_arr)

输出的结果:



# 如果想要一个空字符串的数组, 可以指定数据类型为np.str

empty_arr_str = np.empty((2, 3), np.str)

print(empty_arr_str)

输出的结果:



# 创建对角线数据全部为1的数组

identity_arr = np.identity(3, dtype=np.int64)

print(identity_arr)

输出的结果:























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

打赏作者

她最爱橘了

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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