numpy - array(1)

一维数据:向量

二位数据:矩阵
维度超过三维的数据:张量
这些数据在numpy中统称array

(1)使用穷举法创建多为数据,接受列表或者元组类型的数据

复制代码
a = numpy.array([1, 2, 3])
b = numpy.array([[1, 2, 3], (4, 5, 6), [7, 8, 9]])

(2)创建所有元素为0的array

def zeros(shape, dtype=None, order='C', like=None)

shape:形状参数提供数据的维度尺寸,维度从左至右依次为 最外侧维度->最内侧维度(最大维度->最小维度)

dtype:数据元素类型

order: {'C', 'F'}可选,行优先(C-style),列优先(Fortran-style)

复制代码
zero_data = np.zeros((2, 3, 5))   提供了shape(形状)参数

(3)创建所有元素为1的array

ones(shape, dtype=None, order='C', *, like=None)

复制代码
one_data = np.ones((3, 4, 7, 2))

(4)空array,即数组的元素不初始化,而是包含随机数据,切默认类型为float

empty(shape, dtype=float, order='C', *, like=None)

复制代码
empty_data = np.empty((3, 4))

(5)步进array(只能是向量),区间左闭右开

arange(start, stop, step, dtype=None, *, like=None)

复制代码
arange_array = np.arange(10, 30, 5)

(6)reshape(),重新定义数据的形状。

-1:未知尺寸,表示自动识别所在维度的大小,所以reshape(-1, 1)常用于将一个向量重构成一个二维一列的矩阵(立起来);使用-1不能超过1个。

复制代码
t_array = arange_array.reshape(-1, 1)
t1_array = empty_data.reshape(2, -1, 3)

(7)array的属性

维度:ndim

复制代码
ndim1 = t1_array.ndim

尺寸:size,既所有元素的个数,也是各维度尺寸的乘积

复制代码
size1 = one_data.size

元素类型:dtype

复制代码
dtype1 = t1_array.dtype
相关推荐
敲代码不忘补水1 天前
Python Matplotlib 数据可视化全面解析:选择它的七大理由与入门简介
开发语言·python·信息可视化·numpy·pandas·matplotlib
取个名字真难呐3 天前
2、PyTorch张量的运算API(上)
pytorch·python·numpy
敲代码不忘补水3 天前
pandas 机器学习数据预处理:从缺失值到特征切分的全面解析
人工智能·后端·python·机器学习·numpy·pandas·matplotlib
小青头8 天前
numpy学习笔记
笔记·学习·numpy
取个名字真难呐8 天前
矩阵乘法实现获取第i行,第j列值,矩阵大小不变
python·线性代数·矩阵·numpy
小锋学长生活大爆炸9 天前
【教程】Cupy、Numpy、Torch互相转换
pytorch·numpy·cupy
鱼灯几许10 天前
Python爬虫
爬虫·python·numpy
爱折腾的小码农11 天前
记一次宝塔centos出现Failed to start crond.service: Unit crond.service not found.解决
python·centos·numpy
正义的彬彬侠13 天前
XGBoost算法Python代码实现
python·决策树·机器学习·numpy·集成学习·boosting·xgboost
竹笋常青15 天前
《流星落凡尘》
django·numpy