Numpy04 --- 数组属性

最新推荐文章于 2020-07-10 23:36:07 发布
最新推荐文章于 2020-07-10 23:36:07 发布
阅读量140 收藏
点赞数
分类专栏： # Numpy 文章标签： numpy 机器学习 python
MYJ-江启
本文链接：https://blog.csdn.net/weixin_46165569/article/details/106987217
版权

文章目录

基本属性

测试代码

import numpy as np

arr = np.random.rand(3,2,4)
print(arr)

ndim

数组的轴（秩、维数）

print(arr.ndim)

在这里插入图片描述

shape

数组的维度（行数和列数）

print(arr.shape)

在这里插入图片描述

size

数组所含元素总数

print(arr.size)

在这里插入图片描述

dtype

数组中元素类型

print(arr.dtype)

在这里插入图片描述

itemsize

数组中每个元素字节大小

print(arr.itemsize)

在这里插入图片描述

real

ndarray 对象的内存信息

print(arr.flags)

在这里插入图片描述

real和imag

real元素实部
imag元素虚部

print(arr.real)
print(arr.imag)

在这里插入图片描述

寅月十八
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
python3库numpy数组属性的查看方法
01-20
实例如下所示： import numpy as np a1 = np.array([1,2,3,4],dtype=np.complex128) print(a1) print(数据类型,type(a1)) #打印数组数据类型 print(数组元素数据类型...不过构造一个可以一次性展示数组属性的函数更方
Numpy学习小结(1)
jp_666的博客
08-18 224
NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵。   Numpy中的数据类型 数据类型 名称 inti 由所在平台决定其大小的整数（一般为int32或int64） int8 一个字节大小，-128 至 127 int16 整数，-32768
如何使用NumPy快速创建我们需要的数据？
Robin_Pi的博客
01-06 1319
不论是在平时的零碎学习还是网课的学习中，在代码上现实或者跑通一个算法或者模型不仅能够让自己理解的更深还能加强我们的记忆。所以，专门花点时间学习一下如何创建和组织出我们想要的数据很有必要。 NumPy 数组 NumPy 数组需要注意的一点是，数组是相同类型的元素按照一定顺序排列的组合。 NumPy 数组的生成方式： 生成一般数组 生成一维数组：传入列表 生成元组的数组：传入元组 生成多维数组：传入嵌...
Numpy之itemsize
qq_37385726的博客
08-14 1万+
目录 代码 输出   代码 import numpy as np #itemsize输出array元素的字节数 a=np.array([1,2,3,4]) print(a.itemsize) b=np.array([1.,2.,3.,4.]) print(b.itemsize) c=np.array([1,2,3,4],dtype=float) print(c.itemsize...
numpy的使用--数组属性
qq_39112101的博客
09-08 244
numpy弥补了python的array不支持多维的遗憾，Numpy提供了一种存储单一数据类型的多维数组——ndarray。 numpy是一个科学计算库，核心是多维数组ndarry(多维数组)，ndarray存储方式和list不一样，ndarray是一块整体的内存来存储数据。 存储风格两种方式： C方式按行存 F方式按列存。常用的是C方式，按行存储。 数组属性 ndarray（数...
Numpy初学
qq_41379824的博客
11-05 933
Numpy初学 一、数据的创建 ** 1. 手动创建 ** import numpy as py arr_1=np.array([1,2,3]) arr_1 一维数组可直接与标量相乘 arr_a*3 array([3, 6, 9]) ** 注：** 创建数组时，七元素必须有相同的结构，尽量定义为浮点型 arr_b=np.array((1,2),dtype=np.float64) arr_...
pythonnumpy教程-PythonNumpy库常见用法入门教程.pdf
最新发布
06-11
许多Python库和科学计算的软件包都使⽤Numpy数组作为操作对象，或者将传⼊的Python数 组转化为Numpy数组，因此在Python中操作数据离不开Numpy。 Numpy的核⼼是ndarray对象，由Python的n维数组封装⽽来，但通过C语⾔...
Numpy——numpy属性
12-22
列表转化为矩阵2.numpy 的几种属性3.创建数组4.指定数据 dtype5.创建特定数据 1.列表转化为矩阵 使用numpy首先要导入模块 import numpy as np #为了方便使用numpy 采用np简写 列表转化为矩阵： array = np.array([...
Numpy数组操作
12-21
目录Numpy数组的操作概述Numpy数组的创建numpy.array方法numpy.zeros方法...Numpy数组的属性数组的维度nidm数组形状shape数组的大小size数组的数据类型dtype数组元素的字节大小itemsize数组的字节大小nbytesNumpy数组的...
numpy.random.randn()与rand()的区别
mingyuli的博客
07-28 4万+
1、numpy中有一些常用的用来产生随机数的函数，randn()和rand()就属于这其中。 numpy.random.randn(d0, d1, …, dn)是从标准正态分布中返回一个或多个样本值。 numpy.random.rand(d0, d1, …, dn)的随机样本位于[0, 1)中。 代码： import numpy as np arr1 = np.random.rand...
ValueError: array is too big; 数组太大错误
u011444756的博客
05-11 9646
出现的问题： patches = np.empty((N_patches_tot,full_imgs.shape[1],patch_h,patch_w)) #出错代码 ValueError:arrayistoobig;`arr.size*arr.dtype.itemsize`islargerthanthemaximumpossiblesiz...
NumPy简明教程（二、数组1）
热门推荐
sunny2038的专栏
05-31 31万+
NumPy数组（1、数组初探） NumPy数组 NumPy数组是一个多维数组对象，称为ndarray。其由两部分组成： 实际的数据描述这些数据的元数据 大部分操作仅针对于元数据，而不改变底层实际的数据。 关于NumPy数组有几点必需了解的： NumPy数组的下标从0开始。同一个NumPy数组中所有元素的类型必须是相同的。 NumPy数组属性 在详细介绍NumPy数组
NumPy笔记：ndarray的属性（dtype,shape,ndim,size,itemsize）
09-10 2142
""" ndarray的属性（dtype,shape,ndim,size,itemsize） """ import numpy as np # 创建维度3x3的ndarray数组 data = np.array([[1, 1, 1], [2, 2, 2], [3, 3, 3]]) # 打印属性 print("形状：", data.shape) print("维...
Numpy06 ---广播机制
寅月十八的博客
06-30 3235
轴 axis
Numpy09 ---缺失数据（nan）和正负无穷数据（inf）
寅月十八的博客
07-10 1782
文章目录缺失数据（nan）产生原因注意点应用缺失数据处理正负无穷数据（inf）产生原因 缺失数据（nan） nan(NAN,Nan):not a number表示不是一个数字 产生原因 读文件类型为float的文件时，如果数据缺失会提示nan 注意点 nan不相等 （np.nan != np.nan） nan和任何值计算都为nan 应用 判断数组中缺失值个数 np.count_nonzero(arr! = arr) 判断一个数字是否为nan nan.isnan(arr) 缺失数
Numpy08 --- 元素常见操作函数 --- 统计函数
寅月十八的博客
07-05 1311
统计函数 最大值和最小值 amin()和amax() 用于计算数组中的元素沿指定轴的最小值或者最小值 import numpy as np # 二维数组 arr = np.array( [[1, 2, 3], [4, 5, 6], [7, 8, 9]] ) print(np.amin(arr, axis=0)) print(np.amin(arr, axis=1)) print(np.amax(arr, axis=0)) print(np.amax(arr, axis=1
Numpy11 --- 线性代数（线性代数库numpy.linalg，矩阵库 numpy.matlib，）
寅月十八的博客
07-07 1256
文章目录Matrix创建（转换）矩阵（mat）矩阵运算数据dot和vdot（点积）inner（内积）matmul（矩阵积）线性代数函数库 linalg矩阵和向量积multi_dot（矩阵相乘）matrix_power（矩阵幂运算）分解cholesky（柯列斯基分解）qr （qr分解）svd（奇异值分解）矩阵特征值eig（特征值）eigheigvalseigvalsh规范及其他数字normconddetmatrix_rankslogdet解方程和逆矩阵solvetensorsolvelstsqinvpinvt
Numpy05 --- 切片和索引及数据的修改
寅月十八的博客
06-28 1218
测试代码 import numpy as np arr = np.array( [[1, 2, 3], [4, 5, 6], [7, 8, 9]] ) 切片 slice numpy中的切片和python列表中的切片操作相似 可以从大数组中切出小数组 # 取第二行 print(arr[1]) # 取第二列 print(arr[:,1]) # 取连续多行 print(arr[2:]) # 取连续多列 print(arr[:,2:]) # 取不连续行或者列 # 取1、
Nump02---数组的创建（随机创建、有序创建）
寅月十八的博客
06-27 764
随机创建 numpy.random.方法 方法 作用 .rand(d0, d1, …, dn) 生成从n个维度的均匀随机数组数,全为0-1之间的浮点数 .randn(d0, d1, …, dn) 生成从n个维度的正态分布随机数组数,浮点数，平均数为0，标准差为1 .randint(low,high,(shape)) 从指定范围中去随机整数,shape是形状 .uniform(low,high,(size)) 从指定范围中生成随机多维的数组,size是形状 .normal(
python numpy 数组元素周围_python numpy 数组元素周围_Python numpy数组元素属性及访问...
05-25
numpy数组元素周围的操作可以通过以下几种方式实现： 1. 切片操作：可以使用numpy数组的切片操作来获取数组中元素的周围元素。 例如，对于一个二维数组arr，要获取第i行第j列元素周围的元素，可以使用如下切片操作...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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