numpy
take off now
Boost
展开
-
numpy中一些常用的方法
1、创建全部为1的方法import numpy as npt = np.ones(2,3)print(t)结果如下:[[1. 1. 1.] [1. 1. 1.]]2、创建全部为0的方法t1 = np.zeros((3,4))print(t1)结果如下:[[0. 0. 0. 0.] [0. 0. 0. 0.] [0. 0. 0. 0.]]3、创建一个对角线为1的正方形数组(方阵)t2 = np.eye(10)print(t2)结果如下:[[1. 0. 0.原创 2020-07-25 15:27:21 · 468 阅读 · 0 评论 -
numpy中的clip裁剪 将数组中的数值转换为nan类型
代码演示:首先创建一个10*10的二维数组[数组的创建](https://blog.csdn.net/shuyv/article/details/104351366)import numpy as npt2 = np.arange(100).reshape(10,10)print(t2)t2的结果如下:[[ 0 1 2 3 4 5 6 7 8 9] [10 11 12 13 14 15 16 17 18 19] [20 21 22 23 24 25 26 27 28原创 2020-07-23 00:21:36 · 963 阅读 · 0 评论 -
numpy中的数值修改
numpy中的书只修改其实也很简单,相当于重新定义,重新等号赋值即可。代码演示:首先创建一个10*10的二维数组数组的创建import numpy as npt2 = np.arange(100).reshape(10,10)print(t2)t2的结果如下:[[ 0 1 2 3 4 5 6 7 8 9] [10 11 12 13 14 15 16 17 18 19] [20 21 22 23 24 25 26 27 28 29] [30 31 32 33 34原创 2020-07-22 23:06:20 · 5834 阅读 · 0 评论 -
numpy中的索引和切片
代码演示:numpy中的索引也是从零开始,切片表示方法和列表中的方法基本相同首先创建一个10*10二维数组t2:t2 = np.arange(100).reshape(10,10)数组的创建方法import numpy as npt2 = np.arange(100).reshape(10,10)print(t2)t2数组如下[[ 0 1 2 3 4 5 6 7 8 9] [10 11 12 13 14 15 16 17 18 19] [20 21 22 23原创 2020-07-22 22:33:07 · 243 阅读 · 0 评论 -
numpy 数组得创建
import numpy as num# 1.shuzu1 = num.array([1, 2, 3])print(shuzu1)print(type(shuzu1))# [1 2 3]# <class 'numpy.ndarray'># 2.shuzu2 = num.array(range(10))print(shuzu2)# [0 1 2 3 4 5 6 7...原创 2020-02-17 00:00:08 · 144 阅读 · 0 评论 -
numpy 数组的计算
1.数组与数字间的计算(广播机制)import numpy as num# 先创建一个二维数组shape(2,3)shuzu3 = num.array([[0, 2, 3], [4, 5, 6]])print(shuzu3)print()print(shuzu3+3)结果如下:[[0 2 3] [4 5 6]][[3 5 6] [7 8 9]]结果表明:二位数组中的...原创 2020-02-07 20:03:53 · 806 阅读 · 0 评论 -
numpy 数组的形状
下面所说的数组的形状都是矩阵,因此除了用reshape方法改变数组的形状,还可以结合列表推导式,解析嵌套列表。嵌套列表解析讲解numpyimport numpy as num# 一维数组shuzu1 = num.array([1,2,3,4,5])print(shuzu1.shape)# 结果:(5,) 一维数组,只有五个元素# 二维数组shuzu2 = num.arr...原创 2020-02-07 17:04:13 · 528 阅读 · 0 评论