Python使用numpy

Posted 2021-05-18 Harris-H

Python使用numpy

import numpy as np # 使用别名更加方便

np.__version__ #　查看版本　1.20.2

a = np.array([1, 2, 3])  # 列表创建一维数组
b = np.array([(1, 2, 3), (4, 5, 6)])  # 创建二维数组注意每一维使用元组填充.
c = np.array([(1, 2, 3), (4, 5)], dtype=object)  # 创建每维长度不相同的数组
d = np.zeros((3, 4))  # 创建3 *　4 的全0二维数组
e = np.zeros((3, 4, 5))  # 创建３*4*5的全0三维数组
f = np.ones((3, 4, 5))  # 创建３*4*5的全1三维数组


    a = np.full((3, 4), 2)  # 用任意数字填充数组.
    b = np.full((1, 2), -1)
    
# 创建等差数组
	a = np.arange(5)  # [0 1 2 3 4]
    b = np.arange(6).reshape(2, 3)
    """
    [[0 1 2]
    [3 4 5]]
    """
a = np.eye(3) #　二维３＊３单位矩阵

    a = np.random.rand(2, 3)  # 随机二维数组
    b = np.random.randint(5, size=(2, 3))
    # 设置随机值小于5的int值 并设置二维大小
s = np.sum(b) #求和
s = np.mean(b) #求平均值
s = np.sum(b, axis=0)  # 对列求和,返回列表
    t = np.sum(b, axis=1)  # 对行求和

生成等差序列arange

np.arange(start=0,stop,step=1,dytpe=None)

start:可忽略不写，默认从0开始;起始值
stop:结束值；生成的元素不包括结束值
step:可忽略不写，默认步长为1；步长
dtype:默认为None，设置显示元素的数据类型

import numpy as np
nd1 = np.arange(5)#array([0, 1, 2, 3, 4])
nd2 = np.arange(1,5)#array([1, 2, 3, 4])
nd3 = np.arange(1,5,2)#array([1,3])

nd2.reshape(2,2)#array([[1, 2], [3, 4]])
注意：对数组重塑后的元素个数不能大于原来本身的元素个数，不然会报错
比如说，nd2生成了四个元素，你要重塑（2,3）就是六个元素，会报错的

待更

参考文章

传送门

arange的使用1