Numpy数组操作_头歌Numpy进阶答案资源-CSDN文库

111 浏览量 2020-12-21 00:05:31 上传评论收藏 92KB PDF 举报

资源推荐

资源详情

资源评论

Numpy数组操作数组操作

目录目录Numpy数组的操作概述Numpy数组的创建numpy.array方法numpy.zeros方法numpy.ones方法numpy.full方法

numpy.arange方法numpy.linspace方法numpy.random.random方法numpy.random.randint方法numpy.random.normal方法

numpy.eye方法numpy.empty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数组的索引一维数组多维数组Numpy数组的切片一维数组多维数组副

本视图的创建数组的变形reshape方法切片时使用np.newaxis关键字数组的拼接numpy.concatenate()函数numpy.vstack()函数

numpy.hstack()函数数组的分裂numpy.spilt()函数numpy.vsplit()函数numpy.hsplit()函数

Numpy数组的操作数组的操作

概述概述

上一章讲解了Numpy入门所必备的一些基础知识.

Numpy中的数组是Numpy的一个名为numpy.ndarray的对象.

因此对于每一个数组,具有这个对象的属性和方法

本章就将讲解Numpy数组创建等操作相关的方法以及数组具有的一些属性.

本章内容有:

Numpy数组创建的方法

Numpy数组的属性

Numpy数组的索引

Numpy数组的创建数组的创建

Numpy中数组的创建主要的集中方法将在下面进行介绍

numpy.array方法方法

numpy.array方法主要是用于生成用户自己输入的数组,

一般都是生成比较小的数组

import numpy as np

array_1=np.array([1,4,2,5,3])

print(array_1)

>>>[1,4,2,5,3]

需要注意的是,运用.array方法创建数组时候,所有数据会按照C语言中自动类型转换转换成所有数据中最高级的

例如:

import numpy as np

array_1=np.array([1,3.14,4,6.2])

print(array_1)

>>>[1. ,3.14 ,4. ,6.2 ]

可以用参数dtype来指明数组的数据类型(Numpy的数据类型将在后面介绍)

import numpy as np

array_1=np.array([1,2,3,4,5],dtype='float32')

print(array_1)

>>>[1. ,2. ,3. ,4. ,5. ]

numpy.zeros方法方法

numpy.zeros方法用于生成用户指定大小的数组,且每项的值都为0

一般多用于自动生成大型数组

import numpy as np

array_1=np.zeros(10,dtype=int)

print(array_1)

>>>[0, 0, 0, 0 ,0 ,0 ,0 ,0 ,0 ,0]

同样我们可以改变第一个参数,来生成多维数组

生成多维数组

import numpy as np

array_1=np.zeros((X1,X2,...,Xn),dtype=int)

>>>生成大小为X1×X2×...×Xn的n维数组

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余6页未读，立即下载

内容反馈

weixin_38738511

粉丝: 3
资源: 898

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip