• Numpy创建数组


    # 导入numpy 并赋予别名 np
    import numpy as np
    # 创建数组的常用的几种方式(列表,元组,range,arange,linspace(创建的是等差数组),zeros(全为 0 的数组),ones(全为 1 的数组),logspace(创建的是对数数组))
    # 列表方式
    np.array([1,2,3,4])
    # array([1, 2, 3, 4])
    
    # 元组方式
    np.array((1,2,3,4))
    # array([1, 2, 3, 4])
    
    # range 方式
    np.array(range(4)) # 不包含终止数字
    # array([0, 1, 2, 3])
    
    # 使用 arange(初始位置=0,末尾,步长=1)
    np.arange(1,8,2)
    # array([1, 3, 5, 7])
    
    np.arange(8)
    # array([0, 1, 2, 3, 4, 5, 6, 7])
    # 使用 linspace(起始数字,终止数字,包含数字的个数[,endpoint = False]) 生成等差数组
    
    # 生成等差数组,endpoint 为 True 则包含末尾数字
    np.linspace(1,3,4,endpoint=False)
    # array([1. , 1.5, 2. , 2.5])
    np.linspace(1,3,4,endpoint=True)
    # array([1.        , 1.66666667, 2.33333333, 3.        ])
    
    # 创建全为零的一维数组
    np.zeros(3)
    # 创建全为一的一维数组
    np.ones(4)
    # array([1., 1., 1., 1.])
    
    np.linspace(1,3,4)
    # array([1.        , 1.66666667, 2.33333333, 3.        ])
    
    # np.logspace(起始数字,终止数字,数字个数,base = 10) 对数数组
    np.logspace(1,3,4)
    # 相当于 10 的 linspace(1,3,4) 次方
    # array([  10.        ,   46.41588834,  215.443469  , 1000.        ])
    np.logspace(1,3,4,base = 2)
    # 2 的 linspace(1,3,4) 次方
    # array([2.       , 3.1748021, 5.0396842, 8.       ])
    
    
    # 创建二维数组(列表嵌套列表)
    np.array([[1,2,3],[4,5,6]])
    '''
    array([[1, 2, 3],
           [4, 5, 6]])
    '''
    
    # 创建全为零的二维数组
    # 两行两列
    np.zeros((2,2))
    '''
    array([[0., 0.],
           [0., 0.]])
    '''
    # 三行三列
    np.zeros((3,2))
    '''
    array([[0., 0.],
           [0., 0.],
           [0., 0.]])
    '''
    
    # 创建一个单位数组
    np.identity(3)
    
    '''
    array([[1., 0., 0.],
           [0., 1., 0.],
           [0., 0., 1.]])
    '''
    # 创建一个对角矩阵,(参数为对角线上的数字)
    np.diag((1,2,3))
    '''
    array([[1, 0, 0],
           [0, 2, 0],
           [0, 0, 3]])
    '''

    2020-05-07

  • 相关阅读:
    MyBatis 核心配置综述之 ResultSetHandler
    MyBatis 核心配置综述之 ParameterHandler
    MyBatis 核心配置综述之StatementHandler
    高等数学——手撕牛顿莱布尼茨公式
    用二分法优化动态规划——实现快速决策
    召回、精确、准确,这些让人头大的概念一文全讲清楚
    Python——详解__slots__,property和私有方法
    LeetCode50——一题学会快速幂算法
    Golang——详解Go语言代码规范
    spark——详解rdd常用的转化和行动操作
  • 原文地址:https://www.cnblogs.com/hany-postq473111315/p/12844937.html
Copyright © 2020-2023  润新知