numpy入门——数据的创建

数据的创建

• 导入numpy包 并以np的形式简写

import numpy as np

• 创建一个一维数组 以列表为数据源

arr1 = np.array([1,2,3,4,5,6,7,8,9,0])
print(arr1)

array([1, 2, 3, 4, 5, 6, 7, 8, 9, 0])

• 创建一个一维数组 以列表为数据源 并指定数据格式为np.int64

arr2 = np.array([1,2,3,4,5],dtype=np.int64)
print(arr2)
print(arr2.dtype)

array([1, 2, 3, 4, 5], dtype=int64)
dtype('int64')

• 创建一个一维数组 以列表为数据源，并指定数据格式为np.str

arr3 = np.array([1,2,3,4,5],dtype=np.str)
arr3
arr3.dtype

array(['1', '2', '3', '4', '5'], dtype='<U1')
dtype('<U1')

• 创建一个一维数组 以列表为数据源 并指定数据格式为np.float

arr4 = np.array([1,2,3,4,5],dtype=np.float)
print(arr4)
print(arr4.dtype)

array([ 1.,  2.,  3.,  4.,  5.])
dtype('float64')

• 创建全部为0的矩阵 用来指明生成矩阵的shape 默认生成的数据类型是float64类型

arr_zeros = np.zeros((3,4))
print(arr_zeros)
print(arr_zeros.dtype)

array([[ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.]])
dtype('float64')

• 创建全部为0的矩阵 指定类型为int64

arr_zeros = np.zeros((3,4),dtype=np.int)
print(arr_zeros)
# 获取数组的数据类型  数组中的数据类型是一致的
print(arr_zeros.dtype)
# 获取数组的shape 
print(arr_zeros.shape)

array([[0, 0, 0, 0],
       [0, 0, 0, 0],
       [0, 0, 0, 0]])
dtype('int32')
(3, 4)

• 创建全部为1的矩阵 默认的数据类型为float64

arr_ones = np.ones((3,4))
print(arr_ones)
print(arr_ones.dtype)

array([[ 1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.]])
dtype('float64')

• 创建全部为1的矩阵，并指定数据类型为int类型

arr_ones = np.ones((3,4),dtype=np.int)
print(arr_ones)
print(arr_ones.shape)
print(arr_ones.dtype)

array([[1, 1, 1, 1],
       [1, 1, 1, 1],
       [1, 1, 1, 1]])
(3, 4)
dtype('int32')

• 创建接近为0的数组

arr_empty = np.empty((3,4))
print(arr_empty)

array([[  8.49828793e-312,   3.16202013e-322,   0.00000000e+000,
          0.00000000e+000],
       [  0.00000000e+000,   1.65534991e-047,   2.10688223e-076,
          9.76124680e+165],
       [  7.31556043e+169,   1.11622743e+165,   1.82670789e+184,
          1.03141001e-071]])

• 创建一个一维数组 使用arange的方式 默认从0开始步进值为1

arr_arange = np.arange(12)
print(arr_arange)

array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])

• 创建一个一维数组 使用arange的方式 指定起始结束位置 并指定步进值与数据类型为np.int

print(np.arange(start = 12,stop=400,step=9,dtype=np.int))

array([ 12,  21,  30,  39,  48,  57,  66,  75,  84,  93, 102, 111, 120,
       129, 138, 147, 156, 165, 174, 183, 192, 201, 210, 219, 228, 237,
       246, 255, 264, 273, 282, 291, 300, 309, 318, 327, 336, 345, 354,
       363, 372, 381, 390, 399])

• 创建一个一维数组 使用arange的方式 指定起始与结束位置 并指定步进值与数据类型为np.float 然后将其重塑成二维数组

print(np.arange(start = 0, stop = 12, step = 1, dtype=np.float).reshape((3,4)))

array([[  0.,   1.,   2.,   3.],
       [  4.,   5.,   6.,   7.],
       [  8.,   9.,  10.,  11.]])

• 创建一个等差数列 自定义起始结束位置 并指定个数

arr_linspace = np.linspace(start=2,stop=50,num=30)
print(arr_linspace)

array([  2.        ,   3.65517241,   5.31034483,   6.96551724,
         8.62068966,  10.27586207,  11.93103448,  13.5862069 ,
        15.24137931,  16.89655172,  18.55172414,  20.20689655,
        21.86206897,  23.51724138,  25.17241379,  26.82758621,
        28.48275862,  30.13793103,  31.79310345,  33.44827586,
        35.10344828,  36.75862069,  38.4137931 ,  40.06896552,
        41.72413793,  43.37931034,  45.03448276,  46.68965517,
        48.34482759,  50.        ])

• 创建一个等差数列 自定义起始结束位置 并指定个数 最后将其重塑为二维数组

arr_linspace = np.linspace(start = 8,stop = 76,num=30)
print(arr_linspace)
print(arr_linspace.reshape((6,5)))

array([  8.        ,  10.34482759,  12.68965517,  15.03448276,
        17.37931034,  19.72413793,  22.06896552,  24.4137931 ,
        26.75862069,  29.10344828,  31.44827586,  33.79310345,
        36.13793103,  38.48275862,  40.82758621,  43.17241379,
        45.51724138,  47.86206897,  50.20689655,  52.55172414,
        54.89655172,  57.24137931,  59.5862069 ,  61.93103448,
        64.27586207,  66.62068966,  68.96551724,  71.31034483,
        73.65517241,  76.        ])

array([[  8.        ,  10.34482759,  12.68965517,  15.03448276,
         17.37931034],
       [ 19.72413793,  22.06896552,  24.4137931 ,  26.75862069,
         29.10344828],
       [ 31.44827586,  33.79310345,  36.13793103,  38.48275862,
         40.82758621],
       [ 43.17241379,  45.51724138,  47.86206897,  50.20689655,
         52.55172414],
       [ 54.89655172,  57.24137931,  59.5862069 ,  61.93103448,
         64.27586207],
       [ 66.62068966,  68.96551724,  71.31034483,  73.65517241,  76.        ]])