numpy-2 创建数组对象方法

Posted 2020-11-30 leafchen

一、一般最简单的创建用法

　　a = np.array( list / tuple, dtype=np.float / np.int..)

 

二、 使用numpy中的函数来创建新的数组对象

　　1.  a = np.arange( n / n, m)

　　　　n:  一维数组：  参数为单独一个整数n， 表示创建一个从0开始，到 n - 1 的一维数组

　　　　n， m： 一维数组，表示值为从n开始到m-1的一维数组

　　2.  a = np.ones(shape, dtype=np.int)  所有元素的值都为1

　　　　参数：

　　　　　　a. 一维： 参数为一个数字时，如10, 则表示创建一个一维的，元素数量10，且都为整数的一维数组

　　　　　　　　array([1, 1, 1, 1, 1, 1, 1, 1, 1, 1])

　　　　　　b. 二维： 参数为一个数组，如（3, 5）， 则表示创建一个二维的， 每维3个一维数组，每个数组5个元素

　　　　　　　　array( [ [1, 1, 1, 1, 1], [1, 1, 1, 1, 1] ] )

　　　　　　c. 三维：  参数为一个数组，如（2, 3, 4）， 则表示创建一个三维的，包含2个二维数组，每个二维中包含3个一维，每个一维有4个元素

　　　　　　　　array( [

　　　　　　　　　　　　 [ [1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1] ], 

　　　　　　　　　　　　 [ [1, 1, 1, 1], [1, 1, 1, 1],[1, 1, 1, 1] ]

　　　　　　　　　　] )

　　3.   a = np.zeros(shape, dtype=np.int)

　　　　参数： ... 与ones相同，但每个元素中的值都为0

　　4.   a = np.full(shape, val, dtype=np.int)

　　　　参数：... 与ones相同，但每个元素中的值都为val， 自定义的值　　

　　5. np.linspace(start, stop, count，dtype=np.int, endpoint=False)

　　　　参数：

　　　　　　start：起始值（包含）

　　　　　　stop：结束值（包含）

　　　　　　count： 元素个数

　　　　　　endpoint： 是否使用结束值做为最后一个元素

　　　　注意： 根据元素的个数，一般会从开始到结束值取中间的值, 每一个数与前一个数的差值都相同

>>> a = np.linspace(1, 10, 3)
>>> a
array([ 1. ,  5.5, 10. ])

 

三、 通过已有数组 ，使用numpy中的函数来创建 相同形状 的新数组

　　1. np.ones_like

　　　　a = np.arange(50， dtype=np.int)

　　　　b = np.ones_like(a, dtype=np.float)

　　　　分析： 生成新的数组对象 b, 形状与a一样，但值都是1. 的小数

　　2. np.zeros_like

　　　　...与onse_like相同，但值都是0

　　3. np.full_like

　　　　...与onse_like相同，但值都是0

　　4. np.concatenate  合并数组对象

　　　　a = np.array([0, 1, 2, 3, 4], dtype=np.int)

　　　　b = np.arange(5,10, dtype=np.int)

　　　　c = np.concatenate((a, b))

>>> c = np.concatenate((a, b))
>>> c
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

 

四、 修改现有数组形状、元素类型，数据类型，得到新的形状的新数组

　　1.  a.reshape(shape)

　　　　a = np.ones((2, 3, 4), dtype=np.int)

　　　　b = a.reshape((3, 8))

　　　　注意： 总的元素数量必须相同

　　2.  a.astype(new_type)

　　　　a = np.ones((2, 3, 4), dtype=np.int)

　　　　b = a.astype(np.float)

　　3.  a.tolist()

　　　　数组对象------->列表

　　　　某些需要代码使用该数据时，若需要列表类型的数据，则可以以此转为列表来使用

>>> a = np.full((2,3,4), 9, dtype=np.int)
>>> a
array([[[9, 9, 9, 9],
        [9, 9, 9, 9],
        [9, 9, 9, 9]],

       [[9, 9, 9, 9],
        [9, 9, 9, 9],
        [9, 9, 9, 9]]])
>>> b = a.tolist()
>>> b
[[[9, 9, 9, 9], [9, 9, 9, 9], [9, 9, 9, 9]], [[9, 9, 9, 9], [9, 9, 9, 9], [9, 9, 9, 9]]]