python中的numpy库的解析第(一)弹 之 数组的创建
python中的标准库提供了一个array类型,用于保存数组类型的数据,可是其不能保存多为数据,于是python第三方库—numpy 得到了迅速的发展,接下来我们就开始第一轮的numpy库的解析吧,欢迎大家一起探讨,嘿嘿!!
numpy库常用的数组创建函数
函数 | 描述 |
---|---|
np.array([x, y, z], dtype=int) | 从Python 列表和元组创造数组 |
np.arange(x, y,i) | 创建一个由x到y,以i为步长的数组 |
np.linspace(x,y,n) | 创建一个x到y,等分成n个元素的数组 |
np.indices((m,n)) | 创建一个m行n列的矩阵 |
np.random.rand(m,n) | 创建一个m行n列的随机数组 |
np.ones((m,n),dtype) | 创建一个m行n列的全为1 的数组,dtype为数据类型 |
np.empty((m,n),dtype) | 从Python 列表和元组创造数组 ,dtype为数据类型 |
注意!!在引入numpy库之后开始使用函数
- 函数np.array([x,y,z],dtype=int)
dtype表示数据类型,如果数组里全为int类型的数据,则显示为int类型,如果其中有一个浮点型,则输出结果全显示为浮点类型
a = np.array([2.1, 3, 4]) # 创造数组
print(a) #输出结果为[2.1 3. 4. ],2.1为浮点型,则显示结果各个元素为浮点类型
- .函数np.arange(x,y,i)
在使用此函数过程中,容易将arange写成arrange,这也是特别容易犯的小错误,编写的时候要仔细哦~
这个函数是创建从x到y的数组,且以i为步长。刚开始我理解为分成i等分,结果试验几次发现是错误的。还有就是数组元素的范围在[x,y),可以取到x,不能取到y,下面我们开始看看一些例子吧~
b = np.arange(2