numpy_ndarry的创建及数据类型 - 行业资讯 - 肥雀云

ndarray多维数组(N维数组)

<强> NumPy数组是一个多维的数组对象(矩阵),称为ndarray,具有矢量算数运算能力和复杂的广播能力,并具有执行速度快和节省空间的特点

注意:ndarray的下标从0开始,且数组里的所有元素必须是相同类型

ndarray拥有的属性

1. ndim属性:维度个数

2.形状属性:纬度大小

3. dtype属性:数据类型

ndarray的随机创建

通过随机抽样(numpy.random)生成随机数据

示例代码:

 <代码类="语言python "> #导入numpy,别名np
　　imort numpy为np
　　
　　#生成指定维度大小(3行4列)的随机多维浮点型数据(二维),兰德固定区间0.0 ~ 1.0
　　arr=np.random。兰特(3、4)
　　打印(arr)
　　print(类型(arr))
　　
　　#生成指定维度大小(3行4列)的随机多维整型数据(二维),randint()可以指定区间(1 ~ 5)
　　arr=np.random。randint(1、5、大?(3、4)#的尺寸='可省略
　　打印(arr)
　　print(类型(arr))
　　
　　#生成指定维度大小(3行4列)的随机多维浮点型数据(二维),统一()可以指定区间(1 ~ 5)
　　arr=np.random。制服(1、5、大?(3、4)#的尺寸='可省略
　　打印(arr)
　　print(类型(arr))
　　
　　打印(“维度个数:“,arr.ndim)
　　打印(“维度大小:“,arr.shape)
　　打印(“数据类型:“,arr.dtype)

运行结果:

 <代码类="语言python "> [(0.09371338 - 0.06273976 0.22748452 - 0.49557778)
　　(0.30840042 - 0.35659161 0.54995724 - 0.018144)
　　[0.94551493 - 0.70916088 0.58877255 - 0.90435672]]
　　& lt;类“numpy.ndarray”比;
　　
　　[[1 3 0 1]
　　[1 4 4 3]
　　[2 0 1 1]]
　　& lt;类“numpy.ndarray”比;
　　
　　[[2.25275308 - 1.67484038 -0.03161878 - -0.44635706]
　　(1.35459097 - 1.66294159 2.47419548 - -0.51144655)
　　[1.43987571 - 4.71505054 4.33634358 - 2.48202309]]
　　& lt;类“numpy.ndarray”比;
　　
　　维度个数:2
　　维度大小(3、4):
　　数据类型:float64

ndarray的序列创建

　　<李> np.array(集合) 　　　　

集合为序列型对象(列表),嵌套序列对象(列表的列表).

示例代码:

 <代码类="语言python "> #列表序列转换为ndarray
　　lis=范围(10)
　　arr=np.array (lis)
　　
　　打印(arr) # ndarray数据
　　打印(arr.ndim) #维度个数
　　打印(arr.shape) #维度大小
　　
　　#列表的列表嵌套序列转换为ndarray
　　lis_lis=[范围(10),rarnge (10))
　　arr=np.array (lis_lis)
　　
　　打印(arr) # ndarray数据
　　打印(arr.ndim) #维度个数
　　打印(arr.shape) #维度大小

运行结果:

 <代码类="语言python "> #列表序列转换为ndarray
　　[0 1 2 3 4 5 6 7 8 9)
　　1
　　(10)
　　
　　#列表的列表嵌套序列转换为ndarray
　　[[0 1 2 3 4 5 6 7 8 9]
　　[0 1 2 3 4 5 6 7 8 9]]
　　2
　　(10)

　　　　<李> np.zeros() 　　　　

指定大小的全0数组。注意:第一个参数是元组,用来指定大小,如(3,4)。

　　　　　　<李> np.ones() 　　　　

指定大小的全1数组。注意:第一个参数是元组,用来指定大小,如(3,4)。

　　　　　　<李> np.empty() 　　　　

初始化数组,不是总是返回全0,有时返回的是未初始的随机值(内存里的随机值)。

示例代码(2、3、4):

 <代码类="语言python "> # np.zeros
　　zeros_arr=np。0 (3、4)
　　
　　# np.ones
　　ones_arr=np。((2、3)
　　
　　# np.empty
　　empty_arr=np。3)空((3日)
　　
　　# np。空指定数据类型
　　empty_int_arr=np。空((3、3),int)
　　
　　print (“- - - - - - zeros_arr - - - - - -”)
　　打印(zeros_arr)
　　
　　打印(' \ n - - - - - - ones_arr - - - - - -”)
　　打印(ones_arr)
　　
　　打印(' \ n - - - - - - empty_arr - - - - - -”)
　　打印(empty_arr)
　　
　　打印(' \ n - - - - - - empty_int_arr - - - - - -”)
　　打印(empty_int_arr)

运行结果:

 <代码类="语言python "> - - - - - - zeros_arr - - - - - - -
　　[[0。0.  0.  0。)
　　[0。0.  0.  0。)
　　[0。0.  0.  0。]
　　
　　- - - - - - ones_arr - - - - - - -
　　[[1。1.  1。)
　　(1。1.  1。]
　　
　　- - - - - - empty_arr - - - - - - -
　　[[0。0.  0。)
　　[0。0.  0。)
　　[0。0.  0。]
　　
　　- - - - - - empty_int_arr - - - - - - -
　　[[0 0 0]
　　(0 0 0)
　　[0 0 0]]numpy_ndarry的创建及数据类型