创建数组
作者:互联网
# 创建数组:array()函数,括号内可以是列表、元祖、数组、生成器等 ar1 = np.array(range(10)) # 整型 ar2 = np.array([1,2,3.14,4,5]) # 浮点型 ar3 = np.array([[1,2,3],('a','b','c')]) # 二维数组:嵌套序列(列表,元祖均可) ar4 = np.array([[1,2,3],('a','b','c','d')]) # 注意嵌套序列数量不一会怎么样 # 创建数组:arange(),类似range(),在给定间隔内返回均匀间隔的值。 print(np.arange(10)) # 返回0-9,整型 print(np.arange(10.0)) # 返回0.0-9.0,浮点型 print(np.arange(5,12)) # 返回5-11 print(np.arange(5.0,12,2)) # 返回5.0-12.0,步长为2 print(np.arange(10000)) # 如果数组太大而无法打印,NumPy会自动跳过数组的中心部分,并只打印边角: # 创建数组:linspace():返回在间隔[开始,停止]上计算的num个均匀间隔的样本。 ar1 = np.linspace(2.0, 3.0, num=5) ar2 = np.linspace(2.0, 3.0, num=5, endpoint=False) ar3 = np.linspace(2.0, 3.0, num=5, retstep=True) print(ar1,type(ar1)) print(ar2) print(ar3,type(ar3)) # numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None) # start:起始值,stop:结束值 # num:生成样本数,默认为50 # endpoint:如果为真,则停止是最后一个样本。否则,不包括在内。默认值为True。 # retstep:如果为真,返回(样本,步骤),其中步长是样本之间的间距 → 输出为一个包含2个元素的元祖,第一个元素为array,第二个为步长实际值 创建数组:10的-5次方开始,10的2次方为止,等对数的分成8份 np.logspace(-5,2,8) # 创建数组:zeros()/zeros_like()/ones()/ones_like() ar1 = np.zeros(5) ar2 = np.zeros((2,2), dtype = np.int) print(ar1,ar1.dtype) print(ar2,ar2.dtype) print('------') # numpy.zeros(shape, dtype=float, order='C'):返回给定形状和类型的新数组,用零填充。 # shape:数组纬度,二维以上需要用(),且输入参数为整数 # dtype:数据类型,默认numpy.float64 # order:是否在存储器中以C或Fortran连续(按行或列方式)存储多维数据。 ar3 = np.array([list(range(5)),list(range(5,10))]) ar4 = np.zeros_like(ar3) print(ar3) print(ar4) print('------') # 返回具有与给定数组相同的形状和类型的零数组,这里ar4根据ar3的形状和dtype创建一个全0的数组 ar5 = np.ones(9) ar6 = np.ones((2,3,4)) ar7 = np.ones_like(ar3) print(ar5) print(ar6) print(ar7) # ones()/ones_like()和zeros()/zeros_like()一样,只是填充为1 #np.empty() 不会刷新所占的内存,数组存储的是分配内存之前的数据,速度更快
标签:ar1,ar3,创建,print,zeros,数组,np 来源: https://www.cnblogs.com/yunshangyue71/p/13548107.html