多种 numpy 的属性

这次介绍几种 numpy 的属性:

ndim：维度
shape：行数和列数
size：元素个数
使用numpy首先要导入模块

array = np.array([[1,2,3],[2,3,4]]) #列表转化为矩阵
print(array)
“”"
array([[1, 2, 3],
[2, 3, 4]])
“”"

print(‘number of dim:’,array.ndim) # 维度
#number of dim:2

print(‘shape :’,array.shape) # 行数和列数
#shape:(2,3)

print(‘size:’,array.size) # 元素个数
#size:6

关键字
array：创建数组
dtype：指定数据类型
zeros：创建数据全为0
ones：创建数据全为1
empty：创建数据接近0
arrange：按指定范围创建数据
linspace：创建线段

创建数组
a = np.array([2,23,4]) # list 1d
print(a)

[2 23 4]

指定数据 dtype

a = np.array([2,23,4],dtype=np.int)
print(a.dtype)

int 64

a = np.array([2,23,4],dtype=np.int32)
print(a.dtype)

int32

a = np.array([2,23,4],dtype=np.float)
print(a.dtype)

float64

a = np.array([2,23,4],dtype=np.float32)
print(a.dtype)

float32

创建特定数据
1
a = np.array([[2,23,4],[2,32,4]]) # 2d 矩阵 2行3列
2
print(a)
3
“”"
4
[[ 2 23 4]
5
[ 2 32 4]]
6
“”"

创建全零数组

1
a = np.zeros((3,4)) # 数据全为0，3行4列
2
“”"
3
array([[ 0., 0., 0., 0.],
4
[ 0., 0., 0., 0.],
5
[ 0., 0., 0., 0.]])
6
“”"

创建全一数组, 同时也能指定这些特定数据的 dtype:

1
a = np.ones((3,4),dtype = np.int) # 数据为1，3行4列
2
“”"
3
array([[1, 1, 1, 1],
4
[1, 1, 1, 1],
5
[1, 1, 1, 1]])
6
“”"

创建全空数组, 其实每个值都是接近于零的数:

1
a = np.empty((3,4)) # 数据为empty，3行4列
2
“”"
3
array([[ 0.00000000e+000, 4.94065646e-324, 9.88131292e-324,
4
1.48219694e-323],
5
[ 1.97626258e-323, 2.47032823e-323, 2.96439388e-323,
6
3.45845952e-323],
7
[ 3.95252517e-323, 4.44659081e-323, 4.94065646e-323,
8
5.43472210e-323]])
9
“”"

用 arange 创建连续数组:

1
a = np.arange(10,20,2) # 10-19 的数据，2步长
2
“”"
3
array([10, 12, 14, 16, 18])
4
“”"

使用 reshape 改变数据的形状

1
a = np.arange(12).reshape((3,4)) # 3行4列，0到11
2
“”"
3
array([[ 0, 1, 2, 3],
4
[ 4, 5, 6, 7],
5
[ 8, 9, 10, 11]])
6
“”"

用 linspace 创建线段型数据:

1
a = np.linspace(1,10,20) # 开始端1，结束端10，且分割成20个数据，生成线段
2
“”"
3
array([ 1. , 1.47368421, 1.94736842, 2.42105263,
4
2.89473684, 3.36842105, 3.84210526, 4.31578947,
5
4.78947368, 5.26315789, 5.73684211, 6.21052632,
6
6.68421053, 7.15789474, 7.63157895, 8.10526316,
7
8.57894737, 9.05263158, 9.52631579, 10. ])
8
“”"

同样也能进行 reshape 工作:

1
a = np.linspace(1,10,20).reshape((5,4)) # 更改shape
2
“”"
3
array([[ 1. , 1.47368421, 1.94736842, 2.42105263],
4
[ 2.89473684, 3.36842105, 3.84210526, 4.31578947],
5
[ 4.78947368, 5.26315789, 5.73684211, 6.21052632],
6
[ 6.68421053, 7.15789474, 7.63157895, 8.10526316],
7
[ 8.57894737, 9.05263158, 9.52631579, 10. ]])
8
“”"