【数据分析numpy】(4)常用构建数组方法及四则运算

快速构建数组

1、np.arange
2、np.linspace(起,止,所需数目)
3、对数,默认以10为底
4、构造网格np.meshgrid
5、构造行向量np.r_
6、构造列向量np.c_
7、构造全零向量/矩阵np.zeros
8、构造全1向量/矩阵np.ones
9、np.zeros_like,np.ones_like
10、单位矩阵np.identity

四则运算

1、np.multiply,np.dot矩阵乘法
2、np.logical_and()
3、np.logical_or()
4、np.logical_not()

import numpy as np


'''
快速构建数组
1、np.arange
2、np.linspace(起,止,所需数目)
3、对数,默认以10为底
4、构造网格np.meshgrid
5、构造行向量np.r_
6、构造列向量np.c_
7、构造全零向量/矩阵np.zeros
8、构造全1向量/矩阵np.ones
9、np.zeros_like,np.ones_like
10、单位矩阵np.identity
'''
#
print(np.arange(10))
# >>[0 1 2 3 4 5 6 7 8 9]

print(np.arange(2,20,2))
# >>[ 2  4  6  8 10 12 14 16 18]

print(np.arange(2,20,2,dtype= np.float32))
# >>[ 2.  4.  6.  8. 10. 12. 14. 16. 18.]

print(np.linspace(0,10,50))
# >> [ 0.          0.20408163  0.40816327  0.6122449   0.81632653  1.02040816
#   1.2244898   1.42857143  1.63265306  1.83673469  2.04081633  2.24489796
#   2.44897959  2.65306122  2.85714286  3.06122449  3.26530612  3.46938776
#   3.67346939  3.87755102  4.08163265  4.28571429  4.48979592  4.69387755
#   4.89795918  5.10204082  5.30612245  5.51020408  5.71428571  5.91836735
#   6.12244898  6.32653061  6.53061224  6.73469388  6.93877551  7.14285714
#   7.34693878  7.55102041  7.75510204  7.95918367  8.16326531  8.36734694
#   8.57142857  8.7755102   8.97959184  9.18367347  9.3877551   9.59183673
#   9.79591837 10.        ]

print(np.logspace(0,1,5))
# >> [ 1.          1.77827941  3.16227766  5.62341325 10.        ]

# 构造网格np.meshgrid
x = np.linspace(5,10,5)
y = np.linspace(1,8,5)
x,y=np.meshgrid(x,y)
print(x)
# >>[[ 5.    6.25  7.5   8.75 10.  ]
#  [ 5.    6.25  7.5   8.75 10.  ]
#  [ 5.    6.25  7.5   8.75 10.  ]
#  [ 5.    6.25  7.5   8.75 10.  ]
#  [ 5.    6.25  7.5   8.75 10.  ]]
print(y)
# >>[[1.   1.   1.   1.   1.  ]
#  [2.75 2.75 2.75 2.75 2.75]
#  [4.5  4.5  4.5  4.5  4.5 ]
#  [6.25 6.25 6.25 6.25 6.25]
#  [8.   8.   8.   8.   8.  ]]

#构造行向量np.r_
print(np.r_[0,10,2])
# >>[ 0 10  2]
#构造列向量np.c_
print(np.c_[0,10,4])
# >>[[ 0 10  4]]

#构造全零向量/矩阵np.zeros
print(np.zeros(3))
# >>[0. 0. 0.]
print(np.zeros((3,3))) #注意输入要为元组形式
# >>[[0. 0. 0.]
#  [0. 0. 0.]
#  [0. 0. 0.]]

#构造全1向量/矩阵np.ones
print(np.ones((3,5)))#注意输入要为元组形式
# >>[[1. 1. 1. 1. 1.]
#  [1. 1. 1. 1. 1.]
#  [1. 1. 1. 1. 1.]]

#np.zeros_like,np.ones_like
a = np.array([12,34,6,3])
print(np.zeros_like(a))
# >>[0 0 0 0]
print(np.ones_like((a)))
# >>[1 1 1 1]

# 单位矩阵np.identity
print(np.identity(3))
# >>[[1. 0. 0.]
#  [0. 1. 0.]
#  [0. 0. 1.]]

'''
四则运算
1、np.multiply,np.dot矩阵乘法
2、np.logical_and()
3、np.logical_or()
4、np.logical_not()
'''
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 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
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