numpy创建三维空数组_Numpy数组创建

本文介绍了Numpy库中的ndarray对象,包括其多维数组特性、矢量运算能力,以及如何通过随机抽样创建和随机生成数组。详细讲解了np.random.rand(), np.random.uniform(), np.random.randint()等函数用于生成不同类型的随机数组,还提到了np.array(), np.arange(), np.zeros(), np.ones()等函数用于创建特定数据的数组。同时,介绍了reshape和transpose方法来改变数组形状。" 90903254,6653459,Python文件操作与XML解析指南,"['Python', '文件操作', 'XML解析', '数据处理']
摘要由CSDN通过智能技术生成

小编今天给大家总结下numpy库的基本使用,希望可以对一些刚入门的童鞋有所帮助。

numpy:提供了一个在Python中做科学运算的基础库,重在数值计算,主要用于多维数据(矩阵)处理的库。特点如下:

  • 高性能科学计算和数据分析的基础包
  • ndarray对象,表示多维数组(矩阵),具有矢量运算能力
  • 矩阵运算,无序循环,可完成类似Matlab中的矢量运算
  • 线型代数、随机数生成

ndarray 多维数组

Numpy数组是一个多维的数组对象(矩阵),称为ndarray,具有高效的算术运算能力和复杂的广播能力,并具有执行速度和节省空间的特点

注意: ndarray下标从0开始,数组里元素必须是相同数据类型,每个ndarray拥有以下属性:

  1. ndim: 维度个数
  2. shape: 维度大小
  3. dtype: 数据类型

ndarray的随机抽样创建

  • np.random.rand( ) -> 生成指定维度的随机多维浮点型数组,数据区间0.0~1.0
  • np.random.uniform( ) -> 生成指定维度的随机多维浮点型数组,可以指定数字区间
  • np.random.randint( ) -> 生成指定维度的随机多维整型数组,可以指定数字区间
import numpy as np
# uniform/randint:元组()内接收数值范围
arr1 = np.random.rand(3,4)
  • 0
    点赞
  • 1
    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