以下为本人自学(练习案例和阅读参考书《利用Python进行数据分析》)在学校课程中关于Numpy的用法总结笔记:
文章目录
创建ndarray:
- array= np.array(data)
- array.fill(0)
- np.linspace(start, end, num):起始值、终止值、元素个数
- np.arange(start, end, step,dtype = ):起始值、终止值、步长
- np.logspace(start, end, num):从10 ^ start 到 10 ^ end 均匀生成num个数字
- np.zeros() / np.ones() :生成全为0 / 1 的数组
print(np.zeros(3)) # [0. 0. 0.]
print(np.zeros((3, 3)))
'''
[[0. 0. 0.]
[0. 0. 0.]
[0. 0. 0.]]
'''
print(np.ones((3, 3)) * 8)
'''
[[8. 8. 8.]
[8. 8. 8.]
[8. 8. 8.]]
'''
- np.zeros_like(array) / np.ones_like(array):生成与array形状相同的全为0 / 1的数组
- np.eye(a, b, k=) :生成a行b列对角线为1其余为0的矩阵;k默认为0,当为负数时表示低对角,正数时表示高对角
>>> np.eye(2,3)
array([[1., 0., 0.],
[0., 1., 0.]])
>>> np.eye(3,k=1)
array([[0., 1., 0.],
[0., 0., 1.],
[0., 0., 0.]])
>>> np.eye(4,5,k=-2)
array([[0., 0., 0., 0., 0.],
[0., 0., 0., 0.