一.numpy数组构建
import numpy as np one_dimensional=np.array([1,2,3,4,5])#创建一维数组 two_dimensional=np.array([[1,2,3],[4,5,6],[7,8,9]])#创建二维数组 arrlast=np.array([1,2,3,4,5],ndmin=2)#ndmin至少多少维 real_number=np.array([1,2,3,4,5],dtype="complex")#实数 print(one_dimensional) print(two_dimensional) print(arrlast) print(real_number)
二、numpy对象构建
import numpy as np #1.介绍 data1=np.dtype(np.int32)#int32表示数组索引大学为32 data2=np.dtype("i2")#4G,int8 int16 int 32可以替换为等价字符串'i1','i2','i4' data3=np.dtype(">i4")#数组索引大小 data4=np.dtype([("name",np.int16),("age",np.int8)])#[('name', '<i2'), ('age', '<i2')] #2.用法 dt=np.dtype([("age",np.int8)])#相当于对数组的描述 ageArray=np.array([(10,),(20,),(30,)],dtype=dt)#创建一个数组,为dtype类型 print(ageArray["age"])#取出数据 #3.示例: student=np.dtype([("name","S20"),("age","i4"),("money","f4")])#自定义数据类型 studentArray=np.array([("wang",24,1999998774487.32), ("chen",23,9998774487.32), ("yang",22,19994487.32)],dtype=student) print(studentArray) print(studentArray["name"]) print(studentArray["age"]) print(studentArray["money"])
三、numpy数组属性
四、numpy清空垃圾创建数组
import numpy as np x=np.empty([3,12],dtype=int) #这种方式创建数组有可能会存在垃圾数据 y=np.zeros(15)#创建清零的实数,15个 z=np.zeros((15,),dtype=np.int)#创建清理的整数 xy=np.zeros((3,3),dtype=([("tall","f4"),("age","i4"),("moeny","f4")]))#自定义类型创建数组,初始化 i=np.ones(5)#用一填充数组
五、根据已有数组创建数组
import numpy as np #1.数组创建 x=[1,2,4,5,6] arr=np.asarray(x,dtype=np.float) #2.元组创建 y=(1,2,3,4,5) arr2=np.asarray(y) #3.嵌套创建 z=[(1,2,3,4,5),(6,7,8)] arr3=np.asarray(z) #4.迭代器创建 mylist=[x for x in range(10)] it=iter(mylist) Xarry=np.fromiter(it,dtype=np.int8) print(Xarry) #5.按照字符串切割 适用于python2 # myname="wangchenyang" # mynamenp=np.frombuffer(myname,dtype="S1")
六、根据序列创建数组
import numpy as np #1.arange方法创建 x=np.arange(5) y=np.arange(1,10) z=np.arange(1,100,3,dtype=np.float)#步长为三,实数 #2.切割 xx=np.linspace(10,20,5,endpoint=False,retstep=True,dtype=np.int) #endpoint是否包含最后一个数 #10到20切割为5段 #retstep步长 #4.logsapce yy=np.logspace(1.0,2.0,num=3) #默认底数为10,表示10的1次方到10的2次方,分三段 yy=np.logspace(1.0,2.0,num=3,base=5)#base表示底数为5