【Numpy】np创建数组的常用方法

于 2024-04-29 14:21:24 发布
阅读量601 收藏 7
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。

库尔特哥德尔的破壁人
关注
  • 9
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
Numpy如何创建数组以及数组的属性
filling_l的博客
06-12 2476
Numpy的数组对象及其索引 为什么要有Numpy数组? 假若我们要使得列表种的每一个元素都增加1，直接增加列表并不支持 如 a=[1,2,3,4] a=a+1 会出现如下错误： 可以使用列表生成式完成操作 a=[1,2,3,4] [x+1 for x in a] 列表也不支持两个列表对应元素相加，如： a=[1,2,3,4] b=[2,3,4,5] a=a+b a 结果如下： ...
一、Numpy-2.创建数组
qq_43818400的博客
12-02 146
""" 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.
python中numpy的矩阵、多维数组的用法
09-20
本篇文章主要介绍了python中numpy的矩阵、多维数组的用法，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
[Numpy] 创建数组
Hudas的博客
07-27 3248
本文主要讲解Numpy创建数组相关知识
python-numpy-02-np.array创建数组
聂发俊的博客
09-18 2965
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
python中使用np.array(list)方法来创建ndarray数组
热门推荐
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...
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...
python创建数组(numpy模块)
最新发布
10-08
NumPy提供了多种创建数组的方法，但最常用的是`array()`函数。它接受任何序列类型的数据结构，如列表、元组或元组的元组，作为参数，并将其转换为相应的数组。 1. **创建一维数组**： 创建一维数组的基本语法是...
numpy中实现ndarray数组返回符合特定条件的索引方法
09-20
当我们需要根据特定条件从数组中提取元素的索引时，NumPy提供了多种方法。本篇文章将详细探讨如何在NumPy中实现ndarray数组返回符合特定条件的索引。 首先，最常用的一个函数是`numpy.where()`。`where()`函数允许...
Python numpy实现二维数组和一维数组拼接的方法
09-20
在NumPy中，一维数组可以通过`numpy.array()`函数创建。例如： ```python a = np.array([1, 2, 3]) ``` 这里的`a.shape`会返回一个元组（3，），表示这是一个包含3个元素的一维数组。 二维数组则是矩阵形式的数据...
【Python数据分析系列4】Numpy学习——数组的基本数学计算（求余、求幂、取整、复数运算）
12-21
【Python数据分析系列4】Numpy学习——数组的基本数学计算涵盖了Python数据分析中常用的操作，包括求余、求幂、取整以及复数运算。这些运算在处理数据时非常关键，特别是对于数值密集型的数据分析任务。 1. **求余...
NumPy创建数组的方法
feizuiku0116的博客
09-05 3106
结果显示：数组会将所有元素的数据类型都转为'
【Python】数据科学工具（Numpy Pandas np.array() 创建访问数组 向量与矩阵 Series DataFrame）
m0_61628700的博客
06-21 2607
Numpy Pandas np.array() 创建访问数组 向量与矩阵 Series DataFrame
numpy.array 的创建
coordinate的博客
11-09 862
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((
numpy数组创建
菜鸟吴de博客
11-01 265
Numpy中的数组的使用跟Python中的列表非常类似。他们之间的区别如下： 一个列表中可以存储多种数据类型。比如a = [1,‘a’]是允许的，而数组只能存储同种数据类型。 数组可以是多维的，当多维数组中所有的数据都是数值类型的时候，相当于线性代数中的矩阵，是可以进行相互间的运算的。 创建数组（np.ndarray对象）： Numpy经常和数组打交道，因此首先第一步是要学会创建数组。在Numpy中的数组的数据类型叫做ndarray。以下是两种创建的方式： 1 根据python列表生成： import nu
numpy创建数组
qq_34193444的博客
02-23 837
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.
创建Numpy数组的三种方法
hdxx2022的博客
03-24 3302
但突然，一盆冷水泼身上，关键问题来了，如果我们想创建由0到19的数字序列数组，那是不是得一个数字一个数字地敲，创建0到100的呢？Numpy库的核心对象便是ndarray数组，又称n维数组。注意：这里要掌握arange()的结构，np.arange(x)为左闭右开结构，数据从0开始，到x-1结束，生成规则递增序列，同时也可以指定arange的3s参数，start、stop与step。当然，上例得到的只是一维数组，想要多维的，请将一系列的列表传递给数组函数，但要保证（）内部的数据类型是list，这点很重要。
numpy创建array
weixin_43069769的博客
02-23 364
import numpy as np array = np.array([[1,2,3,], [2,3,4]]) print(array) print(‘number of dim:’,array.ndim)#显示为几纬数组 print(‘shape:’,array.shape)#显示多少行，多少列 print(‘size:’,array.size)#显示有多少个元素 ‘’‘创建数组’’’ a =...
numpy生成数组的常用函数
07-15
NumPy库提供了许多用于生成数组的常用函数。下面是一些常见的NumPy数组生成函数： 1. `numpy.array()`: 从Python列表或元组创建数组。 ```python import numpy as np arr = np.array([1, 2, 3, 4, 5]) print(arr) ``` 2. `numpy.zeros()`: 创建一个全零数组。 ```python import numpy as np arr = np.zeros((3, 4)) # 创建一个3行4列的全零数组 print(arr) ``` 3. `numpy.ones()`: 创建一个全一数组。 ```python import numpy as np arr = np.ones((2, 3)) # 创建一个2行3列的全一数组 print(arr) ``` 4. `numpy.arange()`: 创建一个按指定步长递增的数组。 ```python import numpy as np arr = np.arange(0, 10, 2) # 创建一个从0到10，步长为2的数组 print(arr) ``` 5. `numpy.linspace()`: 创建一个在指定范围内均匀分布的数组。 ```python import numpy as np arr = np.linspace(0, 1, 5) # 创建一个在0到1之间，包含5个元素的均匀分布数组 print(arr) ``` 6. `numpy.random.rand()`: 创建一个给定形状的随机数组。 ```python import numpy as np arr = np.random.rand(2, 3) # 创建一个2行3列的随机数组 print(arr) ``` 7. `numpy.eye()`: 创建一个单位矩阵。 ```python import numpy as np arr = np.eye(3) # 创建一个3x3的单位矩阵 print(arr) ``` 以上只是一些常见的NumPy数组生成函数示例，NumPy还提供了许多其他函数用于生成特定类型和形状的数组。你可以查阅NumPy的文档以获取更详细的信息。 希望对你有所帮助！如果还有其他问题，请随时提问。
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