【Numpy】np创建数组的常用方法

最新推荐文章于 2025-04-18 11:12:19 发布
最新推荐文章于 2025-04-18 11:12:19 发布
阅读量1k 收藏 9
点赞数 9
分类专栏： Numpy 文章标签： numpy
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_61144763/article/details/138311403
版权

目录

创建数组常见的三种方法

np.array()

np.arange()

np.linspace()

创建特殊数组

随机数组拓展

创建数组常见的三种方法

np.array()

np.array(object, dtype=None, ndmin=0)

  • object：任何提供array接口的对象，如列表，元组等
  • dtype：元素类型，如int，float等
  • ndmin: ndarray的维度（dimention）

*可以将任何提供array接口的对象转换为ndarray，如数组，元组，及其混合

示例：

np.arange()

np.arange(start, stop, step, dtype=None)

  • start：起始数字
  • stop：结束数字，返回的array不包含该数
  • step：步长，默认1
  • dtype：数据类型，如果不指定则根据给定条件的数据类型来定

示例：

*arrage()函数设置的步长可以为浮点型

np.linspace()

np.linspace(start, stop, num=50, dtype=None, axis=0)

  • start：起始数字
  • stop：结束数字，返回的array包含该数（可以endpoint=False去除）
  • num：返回的值的个数，默认50
  • dtype：数据类型，如果不指定则根据给定条件的数据类型来定

示例：

* linspace() 能够用于生成等差数组

*参数endpoint 的值取True或False，表示是否将结束的数字纳入数列中。

创建特殊数组

np.zeros()

数字0填充的多维数组

np.ones()

数字1填充的多维数组

np.empty()

未格式化的多维数组

np.full()

以指定数字填充的多维数组

np.arange().reshape()

用整数序列生成的多维数组

np.ones_like()

参照指定多维数组的形状等信息，用1填充的多维数组

np.empty_like()

参照指定多维数组的形状等信息，用初始值填充的多维数组

np.zeros_like()

参照指定多维数组的形状等信息，用0填充的多维数组

np.random.randint()

随机整数填充的多维数组

np.random.random()

随机浮点数填充的多维数组

np.eye()

主对角线上的元素为一，其余元素为零的方形矩阵

随机数组拓展

numpy.random模块还存在一个特殊的内置函数seed()，称为随机数种子。

设置了随机数种子后能够使得随机数据可以被预测。当设置相同的seed，每次生成的随机数相同；如果不设置seed，则每次会生成不同的随机数。

【Python进阶】5种方法创建NumPy数组，你真的都掌握了吗？
java专栏
11-06 1417
NumPy数组是NumPy的核心数据结构，它是一个固定类型的多维数组。与Python内置的列表相比，NumPy数组在内存中占用的空间更小，运算速度更快，非常适合大规模数据处理。NumPy数组的基本类型是ndarray，即n-dimensional array的缩写。通过以上内容的学习，相信你对NumPy数组的创建方法已经有了全面的了解。从简单的从列表创建数组，到创建全零数组、全一数组、单位矩阵和等差数列，再到更高级的等间距数列和随机数组，每一个方法都有其独特的应用场景。
Python NumPy数组的创建方法
Vincent的博客
05-14 6419
Numpy是Python中科学计算的基础包，其核心对象就是ndarray（n维数组）。利用数组可以快速执行逻辑，形状操作，统计和傅里叶变换等运算，其效率比Python原生的数组效率更高。因此使用Numpy的第一件事就是创建Numpy数组，本文总结了5种常用的创建NumPy数组方法。
1-1 Numpy数组的创建-array函数
最新发布
weixin_61944480的博客
04-18 890
这意味着，如果你有一个自定义的数组子类，并且你想保留这个子类的特性，你可以设置subok=True来确保返回的数组仍然是这个子类的实例。在C语言中，默认的数组存储方式是行优先。例如，在行优先的数组中，连续地访问行元素通常会比访问列元素更快，因为在内存中它们是连续存储的。如果subok设置为False（默认值），即使输入数据是一个数组子类，返回的数组也会被强制转换为基类数组，即标准的numpy.ndarray类型。列优先（Column-major）：在列优先的存储顺序中，数组的列是连续存储在内存中的。
[Numpy] 创建数组
Hudas的博客
07-27 3418
本文主要讲解Numpy创建数组相关知识
Numpy np.array 相关常用操作学习笔记
weixin_34185364的博客
11-18 8486
1.np.array构造函数 用法：np.array([1,2,3,4,5]) 1.1 numpy array 和 python list 有什么区别？ 标准Python的列表(list)中，元素本质是对象。如：L = [1, 2, 3]，需要3个指针和三个整数对象，对于数值运算比较浪费内存和CPU。因此，Numpy提供了ndarray(N-dimensional array object)对象：...
python-numpy-02-np.array创建数组
聂发俊的博客
09-18 3173
在numpy中，主要使用np.array函数来创建数组，这个函数要完全应用起来还是比较复杂的，今天主要介绍其中经常使用到的三个参数p_object、dtype、ndmin。后续会把剩余的三个参数也会进行说明。 1.函数定义 def array(p_object, dtype=None, copy=True, order='K', subok=False, ndmin=0): # real signature unknown; restored from __doc__ """ array(o
np.array()函数
热门推荐
u011699626的博客
12-28 9万+
函数调用方法： numpy.array(object, dtype=None) 各个参数意义： object：创建的数组的对象，可以为单个值，列表，元胞等。 dtype：创建数组中的数据类型。 返回值：给定对象的数组。 普通用法： import numpy as np array = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) print("数组array的值为: ") print(array) print("数组array的默认类型为: ") print(arr
Numpy_创建数组
feizuiku0116的博客
08-14 524
一.使用array()函数创建数组 描述 array()函数可基于序列型的对象（如列表，元组，集合等，还可以是一个创建好的数组）创建任意维度的数组 方法和参数 array(object, dtype=None, copy=True, subok=False, ndmin=0) object：必选，为一个序列型对象 dtype：可选，用于指定数组元素的数据类型 copy：可选，用于设置是否需要复制对象 order：可选，用于指定创建数组的样式 subok：可选，默认返回一个与基类的类型一致的数组 nd
对numpy中布尔型数组的处理方法详解
09-20
本篇将详细讲解NumPy中布尔型数组的处理方法及其应用场景。 首先，布尔型数组是由True和False组成的数组，它们可以用来表示数据满足特定条件的情况。在NumPy中，布尔型数组可以与数值型数组进行交互，这得益于NumPy...
numpy数组，numpy索引，numpy中nan和常用方法
weixin_55438199的博客
12-25 726
numpy基础知识
NumPy创建数组的方法
feizuiku0116的博客
09-05 3361
结果显示：数组会将所有元素的数据类型都转为'
Numpy学习 -- 创建数组
Katherine130的博客
01-29 741
1.创建ndarray 1.1 numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0) object:数组或嵌套的数列 dtype:数组元素的数据类型，可选 order:创建数组的样式，C为行方向，F为列方向，A为任意方向（默认） subok:默认返回一个与基类类型一致的数组...
np.array()用法
chunlinqin的博客
04-06 9912
python中使用np.array(list)方法来创建ndarray数组
weixin_41855010的博客
02-09 1万+
numpy是python中用于数值计算的一个库，它的计算速度非常快所以经常被用来做底层的数据运算，numpy运算的所用的数据结构叫做ndarray，也叫做数组（array），那么我们怎么创建一个数组，也就是对数组进行初始化呢，这里就要用到np.array()这个方法，并且在括号中填写参数，注意这个参数的类型是列表（list），我们可以直接填写方括号括起来的列表，也可以把列表存在一个数组变量中，然后...
一、Numpy-2.创建数组
qq_43818400的博客
12-02 188
""" Numpy最重要的一个特点就是其N维数组对象（即ndarray），该对象是一个快速而灵活的大数据集容器。 可以利用这种数组对整块数据执行一些数学运算，其语法跟标量元素之间的运算一样 """ import numpy as np data = np.random.randn(2, 3) print(data) print(data * 10) print(data + data) """ ndarray是一个通用的同构数据多维容器，也就是说，其中的所有元素必须使相同类型.
numpy创建数组
qq_34193444的博客
02-23 908
整理了并简述了比较常用的创建方式，如果有很常用的但没有提及的或者描述有误的，欢迎补充，每种创建方式的高级用法可以在该链接中输入相关接口查询 这些接口的输入可以接受很多形式，比如当要求输入为一个一维的数据时，可以由list，tuple，甚至1维的ndarray作为输入 而当要求的输入为一个高维数据时，可以由相互嵌套的数据形式作为输入，如list of tuple，ndarray of tuple，等等，但是应保证嵌套的数据从形式上仍然是一个完整的高维数组（如[(1,2),(2)]这就不算是一个规范的高维数组.
np.arry()的用法
kekeshu_k的博客
09-17 847
将列表list或元组tuple转换为 ndarray 数组。 numpy.array(object,dtype=None,copy=True,order=None,subok=False,ndmin=0) object：列表、元组等。 dtype：数据类型。如果未给出，则类型为被保存对象所需的最小类型。 copy：布尔来写，默认 True，表示复制对象。 order：顺序。 subok：布尔类型，表示子类是否被传递。 ndmin：生成的数组应具有的最小维数。 这样做的目的是可以节省电脑的空间...
numpy.array 的创建
coordinate的博客
11-09 916
通过array将数据（列表、元祖、数组等序列类型）转化为numpy arrayimport numpy as np data = (1, 2, 3.1) data2 = [1, 2, 3.1] arr = np.array(data) arr2 = np.array(data2)通过zeros创建全为0的numpy arraynp.zeros(3) # 生成包含3个0的一维数组 np.zeros((
python的np.array()函数
changzi990的博客
06-13 4025
{'quicksort', 'mergesort', 'heapsort', 'stable'}（2）np.random.randint(4, 9, size=(3, 5)) 生成一个三行五列的正数矩阵。data={'小写':['a','b','c'],'大写':['A','B','C']}#输出： [1 4 5] （获取数组中(0,0)，(1,1)和(2,0)位置处的元素）（start:起始数字 end:结束 Num:要生成的样本数）out:用于存储输出的数组。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

库尔特哥德尔的破壁人

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

实付元
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