介绍
小编给大家分享一下python初始化数组的方法,希望大家阅读完这篇文章后大所收获、下面让我们一起去探讨吧!
因为画图中x轴与y轴的数据通常为数组格式的数据,所以先总结一下如何初始化数组:
<强>(1)列表得到数组强>
#,通过数组函数传递列表对象 时间=L [1,, 2,, 3,, 4, 5, 6) a =, np.array (L)
#,若传递的是多层嵌套的列表,将创建多维数组 b =, np.array([[1,, 2,, 3,, 4],,(5, 6, 7, 8),,(9日,10日,11日,12]])
#,可以通过dtype参数在创建时指定元素类型 d =, np.array([[1,, 2,, 3,, 4],,(5, 6, 7, 8),,(9日,10日,11日,12]],,dtype=np.float) #,如果更改元素类型,可以使用astype安全的转换 f =, d.astype (np.int)
<强>(2)使用论坛强>
#,和Python的范围类似,不等同样不包括终值;但可不等以生成浮点类型,而范围只能是整数类型 #,1为开始值,10为终止值(不包括),0.5为步长 a =, np.arange(1, 10日,0.5)
<强>(3)使用的零,空强>
#,np.ones(形状,dtype),生成元素全为1(默认浮点型)的数组 #,形状可以为一个整数得到一个一维数组,也可以为(整数1,整数2)的格式得到二维数组,同理可得多维数组 时间=a np.ones ((3), 3), dtype=np.int32) 打印(“:\ n",,) ,, #,np.zeros(形状,dtype),生成元素全为0(默认浮点型)的数组 #,用法与np.noes()一样 时间=b np.zeros ((3), 3), dtype=np.int32) 打印(“b: \ n",, b) ,, #,np.empty(形状,dtype),生成元素为随机数(默认浮点型)的数组 #,用法与np.ones()一样 时间=c np.empty ((3, 4), dtype=np.int32) 打印(“c: \ n",, c) #,np.ones (), np.zeros (), np.empty()都具有如下形式复制一个结构一样的数组,但数据类型可选择 np.ones_like(数组,,dtype=) np.zeros_like(数组,,dtype=) np.empty_like(数组,,dtype=)
<>强(4)等差数列强>
#,linspace函数通过指定起始值,终止值和元素个数来创建等差数组,元素之间是等步长的 #,端点表示是否包括终止值,默认为真实的 b =, np.linspace(1, 10日,10日,端点=True)
<强>(5)等比数列强>
#,指定起始值,终止值,元素个数和基数来创建等比数列 #,基表示基数,下式创建了一个1到4之间的有10个数的等比数列 d =, np.logspace(1,, 2,,,,端点=True,基?2) #,基数为10,下式创建了一个10到100之间的有10个数的等比数列 d =, np.logspace(1,, 2,,,,端点=True,基?10)
<强>(6)随机数强>
<强> rand() 强>
#,返回一个服从“0 ~ 1”均匀分布的随机数,该随机数在(0,1)内,也可以返回一个由服从“0 ~ 1”均匀分布的随机数组成的数组。 #,np.random.rand (d0, d1,,…,, dn) #,返回一个随机值,随机值在[0,1)内 在[15]:np.random.rand () [15]:0.9027797355532956 #,返回一个3 x3的数,组数组元素在(0,1)内 在[16]:np.random.rand (3) [16]:, 阵列([[,0.47507608,,0.64225621,,0.9926529,), ,,,(0.18413813,0.95028412,,,,,0.91879723], ,,,(0.42356103,0.89995217,,,,,0.81312942]]) 在[17],np.random.rand (3, 3, 3) ,, #,返回一个子集要的数组 [17]:, 数组([[[0.76346848,0.30295904,,,,,0.33125168], ,,,(0.75020602,0.77845927,,,,,0.84670385], ,,,(,0.2329741,,0.65962263,,0.93239286]], ,,,[[0.9019242,0.24575304,,,,,,0.62390674], ,,,(0.93187574,0.43663215,,,,,0.75302239], ,,,(0.01582182,0.62658734,,,,,0.66478944]], ,,,[[0.51664503,0.22152418,,,,,0.41196781], ,,,(0.19248885,0.47723318,,,,,0.29699868], ,,,(0.66718804,0.11664651,,,,,0.39836448]]])
<强> randn() 强>
#,产生标准正态分布随机数或随机数组,用法与兰德(d0, d1,,…,, dn)方法一样 np.random.randn (d0, d1,,…,, dn)
<强> randint() 强>
#,可以生成随机数,也可以生成多维随机数组 #,np.random.randint(低,高=没有,大?没有,dtype=) #,[0,4)之间的随机数 在[7]:np.random.randint (4) [7]:1 #,[0,4)之间的一维数组 在[8],np.random.randint(4、大?4) 出[8]:数组([2,,2,,2,,0]) 10 #,(4)之间的一维数组 在[9]:np.random.randint(4、10、大?6) 出[9]:数组([7日,9日,7日,8日,6日,9]) 10 #,(4)之间的2 x2数组 np.random.randint(4、10、大?(2,2),dtype=& # 39; int32& # 39;) [10]: 阵列([[7,,4],[6,9]])python初始化数组的方法