• numpy库的认识以及数组的创建


    numpy库

    numpy是Python数值计算最重要的基础包。大多数提供科学计算的包都是用NumPy的数组作为构建基础。numpy十分高效,基于NumPy的算法要比纯Python快10到100倍(甚至更快),并且使用的内存更少。

    NumPy的ndarray

    初步用法

    导入库

    import numpy as np#常规用法
    

    生成随机矩阵

    import numpy as np
    
    data=np.random.randn(2,3)#生成一个两行三列的随机数组
    print(data)
    

    简单运算

    相乘

    import numpy as np
    
    data=np.random.randn(2,3)#生成一个两行三列的随机数组
    print(data)
    data=data*10
    print(data)
    

    相加

    import numpy as np
    
    data=np.random.randn(2,3)#生成一个两行三列的随机数组
    print(data)
    data=data+data
    print(data)
    

    ndarray对象

    ndarray是一个N维的数组对象,它是一个大数据集的容器,注意的是它其中元素的类型必须相同。
    除此之外它具有两个属性,分别是shape和dtype。

    import numpy as np
    
    data=np.random.randn(2,3)#生成一个两行三列的随机数组
    print(data.shape)#几行几列
    print(data.dtype)#集合中的数据类型
    

    创建ndarray

    1.使用列表

    >>> import numpy as np
    >>> data1=[1,2,3,4,5]
    >>> arr1=np.array(data1)
    >>> arr1
    array([1, 2, 3, 4, 5])
    

    2.列表嵌套

    >>> data2=[[1,2,3,4],[5,6,7,8]]
    >>> arr2=np.array(data)
    >>> arr2=np.array(data2)
    >>> arr2
    array([[1, 2, 3, 4],
           [5, 6, 7, 8]])
    

    对应的维度

    >>> arr2.ndim
    2
    >>> arr2.shape
    (2, 4)
    

    3.创建空数组

    >>> import numpy as np
    >>> np.zeros(10)#创建一维数组
    array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])
    >>> np.zeros((3,6))#创建多维数组,三行六列
    array([[0., 0., 0., 0., 0., 0.],
           [0., 0., 0., 0., 0., 0.],
           [0., 0., 0., 0., 0., 0.]])
    

    4.创建纯一数组

    >>> np.ones(10)
    array([1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])
    >>> np.ones((3,6))
    array([[1., 1., 1., 1., 1., 1.],
           [1., 1., 1., 1., 1., 1.],
           [1., 1., 1., 1., 1., 1.]])
    

    5.使用empty创建数组

    >>> np.empty((2,3,2))
    array([[[7.70742408e-322, 0.00000000e+000],
            [0.00000000e+000, 0.00000000e+000],
            [8.97323639e-315, 8.97323686e-315]],
    
           [[8.97132801e-315, 8.97321639e-315],
            [0.00000000e+000, 0.00000000e+000],
            [0.00000000e+000, 0.00000000e+000]]])
    

    注意:认为np.empty会返回全0数组的想法是不安全的。很多情况下(如前所示),它返回的都是一些未初始化的垃圾值。

    6.使用arange创建

    arange是Python内置函数range的数组版:

    >>> np.arange(15)
    array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14])
    
  • 相关阅读:
    oracle 分析函数3
    oracle 分析函数4
    oracle 分析函数2
    postgres
    博客系统
    Java 笔试面试 算法编程篇 一
    Java 笔试面试 基础篇 一
    Struts2
    mysql 数据类型
    ExceptionDemo
  • 原文地址:https://www.cnblogs.com/mengxiaoleng/p/11606300.html
Copyright © 2020-2023  润新知