一、定义
N:1~n整数。
d:Dimension维度。
array:数组,类似于列表。
ndarray是Numpy中非常重要的数据结构,用来承载数据进行计算的。
二、创建
1.引用已经存在的数据进行创建
numpy.array(object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None)
变量名=[1,2,3,5,7] 变量名
# 变量名=np.array(list01,dtype=np.int8) 变量名=np.array(list1,dtype='int16',copy=True) 变量名 = np.array(list1) 变量名
浅复制 :
.copy()
深复制 :
导包 import copy
copy.deepcopy()
2.使用形状创建
1.numpy.zeros(shape, dtype=float, order='C', *, like=None)
变量名 = np.zeros(shape=(3,4)) 变量名
2.numpy.zeros_like(a, dtype=None, order='K', subok=True, shape=None)
变量名 = np.zeros_like(arr02, dtype=np.int8) 变量名
变量名 = np.ones(shape=(2,3)) 变量名
变量名 = np.ones_like(arr03) 变量名
3.numpy.full(shape, fill_value, dtype=None, order='C', *, like=None)
变量名 = np.full(shape=(2,3,4), fill_value=[1,2,3,4]) 变量名
4.numpy.full_like(a, fill_value, dtype=None, order='K', subok=True, shape=None)
变量名 = np.full_like(arr05, fill_value=5) 变量名
5.numpy.eye(N, M=None, k=0, dtype=<class 'float'>, order='C', *, like=None)
变量名 = np.eye(N=5, M=7) 变量名
3、根据范围创建
1.numpy.arange([start, ]stop, [step, ]dtype=None, *, like=None)
变量名 = np.arange(1, 25) 变量名
2.numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None, axis=0)
变量名 = np.linspace(1,50, num=20, endpoint=False) 变量名
三、属性
shape是形状的意思
1.形状变化:
(1)视图变维(view).reshapre
变量名.reshape((4,6))
(2)就地变维 .resize
变量名.resize((3,8)) 变量名
(3)副本变维 .flatten
变量.flatten()
2. (.ndim)维度、维数、轴数、秩
变量名.ndim
3.(.size)数组中元素的数量
变量名.size
4.(.itemsize)数组中元素占用多少字节(byte)
变量名.itemsize
5.(.dtype)元素的数据类型
变量名.dtype
6.(.nbytes)数组总共占用多少字=size*itemsize
变量名.nbytes
7.(.T)转置(以数组的对角线为中心,进行行列变换)
变量名.T
看到后面也算是认识了NumPy ndarray对象,给自己鼓鼓掌,太棒啦!作者也是初学者,发出来一起讨论,本内容不是特别完善,如想要了解更多NumPy ndarray对象 (biancheng.net)点击,作者欢迎各位老师提问题哦,嘻嘻