[转载] 莫烦python学习笔记之numpy.array,dtype,empty,zeros,ones,arrange,linspace

参考链接: Python中的numpy.empty

array:创建数组dtype:指定数据类型empty:创建数据接近0zeros:创建数据全为0ones:创建数据全为1arrange:按指定范围创建数据linspace:创建线段

import numpy as np #为了方便使用numpy 采用np简写

 

array = np.array([[1,2,3],[2,3,4]])  #列表转化为矩阵

print(array)

"""

[[1 2 3]

 [2 3 4]]

"""

 

print('number of dim:',array.ndim)  # 维度

# number of dim: 2

 

print('shape :',array.shape)    # 行数和列数

# shape : (2, 3)

 

print('size:',array.size)   # 元素个数

# size: 6 

a = np.empty((3,4)) # 数据为empty,3行4列,创建全空数组, 其实每个值都是接近于零的数

"""

array([[  0.00000000e+000,   4.94065646e-324,   9.88131292e-324,

          1.48219694e-323],

       [  1.97626258e-323,   2.47032823e-323,   2.96439388e-323,

          3.45845952e-323],

       [  3.95252517e-323,   4.44659081e-323,   4.94065646e-323,

          5.43472210e-323]])

""" 

a = np.zeros((3,4)) # 数据全为0,3行4列

"""

array([[ 0.,  0.,  0.,  0.],

       [ 0.,  0.,  0.,  0.],

       [ 0.,  0.,  0.,  0.]])

"""

 

 

a = np.ones((3,4),dtype = np.int)   # 数据为1,3行4列

"""

array([[1, 1, 1, 1],

       [1, 1, 1, 1],

       [1, 1, 1, 1]])

""" 

注意arange和linspace的区别  

a = np.arange(1,106,5.5).reshape((5,4))  # 区间为[1, 106) 的数据,步长为5.5

>>> a

array([[  1. ,   6.5,  12. ,  17.5],

       [ 23. ,  28.5,  34. ,  39.5],

       [ 45. ,  50.5,  56. ,  61.5],

       [ 67. ,  72.5,  78. ,  83.5],

       [ 89. ,  94.5, 100. , 105.5]])

 

 a = np.linspace(1,105.5,20).reshape((5,4))  # 开始端1,结束端105.5,且分割成20个数据,生成线段

>>> a

array([[  1. ,   6.5,  12. ,  17.5],

       [ 23. ,  28.5,  34. ,  39.5],

       [ 45. ,  50.5,  56. ,  61.5],

       [ 67. ,  72.5,  78. ,  83.5],

       [ 89. ,  94.5, 100. , 105.5]])

  • 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