关于class 'numpy.ndarray'用法

1.什么是numpy.ndarray?

用于存放同类型的一个多维数组对象。每一个元素在内存中都有相同大小的存储空间。

2.如何创建 numpy.ndarray?

只需要调用numpy.array()函数即可。

3.函数的具体参数以及意义

函数的源码参数如下:

def array(p_object, dtype=None, copy=True, order='K', subok=False, ndmin=0)

  • p_object:一个数组或者一个嵌套的数列

  • 
    >>> a = np.array([[1,2,3],[4,5,6],[7,8,9]])
    >>> a
    array([[1, 2, 3],
           [4, 5, 6],
           [7, 8, 9]])
    

     

  • dtype:数组的数据结构类型 

  • >>> a = np.array([[1,2,3],[4,5,6],[7,8,9]],dtype=float)
    >>> a
    array([[1., 2., 3.],
           [4., 5., 6.],
           [7., 8., 9.]])
    

     

  • copy:对象是否需要复制,默认情况下是需要复制的,也就是true

  • order:创造数组的样式,C表示行,F表示列,A为任意方向

  • subok:默认返回一个与基类一样的数组

  • ndmin:生成数组的最小维度

  • >>> np.array([1, 2, 3], ndmin=2)
            array([[1, 2, 3]])

     

 

4.numpy.ndarray对象的方法及其属性

label0 = np.array([(float(i[0]),float(i[1])) for i in data_list if i[2] == '0'])
print(label0.shape[0])
#读取矩阵一维的长度

 

 

 

  • 1
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
class 'numpy.ndarray' 是一个表示多维数组的类,它是NumPy库中的一个重要数据结构。 通过使用numpy库中的np.array()函数可以创建一个ndarray对象,该函数接受一个数组或嵌套的序列作为参数,并返回一个ndarray对象。 ndarrays拥有许多方法和属性,例如reshape()方法可以用来改变数组的形状,通过指定新的形状参数来返回一个新的数组,同时保持原始的数据不变。 另外,ndarrays还有其他方法和属性,比如shape属性可以用来获取数组的维度信息,具体如何使用可以参考代码中的label0.shape这个例子。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [详解numpy.ndarray.reshape()函数的参数问题](https://download.csdn.net/download/weixin_38562725/14840309)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [关于class 'numpy.ndarray'用法](https://blog.csdn.net/weixin_37724529/article/details/102689557)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
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