python ndarray數(shù)組對象特點及實例分享
發(fā)布日期：2021-12-28 16:20 | 文章來源：站長之家
1、numpy數(shù)組是同質(zhì)數(shù)組，即所有元素的數(shù)據(jù)類型必須相同。
2、ndarray數(shù)組一般要求所有元素的數(shù)據(jù)類型相同，下標從0開始，最后一個元素的下標為數(shù)組長度減1。
實例
import numpy as np a = np.arange(0, 5, 1) print(a) b = np.arange(0, 10, 2) print(b)
知識點擴充：
定義數(shù)組
>>> import numpy as np >>> m = np.array([[1,2,3], [2,3,4]]) #定義矩陣，int64 >>> m array([[1, 2, 3], [2, 3, 4]]) >>> m = np.array([[1,2,3], [2,3,4]], dtype=np.float) #定義矩陣,float64 >>> m array([[1., 2., 3.], [2., 3., 4.]]) >>> print(m.dtype) #數(shù)據(jù)類型 float64 >>> print(m.shape) #形狀2行3列 (2, 3) >>> print(m.ndim)#維數(shù) 2 >>> print(m.size)#元素個數(shù) 6 >>> print(type(m)) <class 'numpy.ndarray'>
還有一些特殊的方法可以定義矩陣
>>> m = np.zeros((2,2)) #全0 >>> m array([[0., 0.], [0., 0.]]) >>> print(type(m)) #也是ndarray類型 <class 'numpy.ndarray'> >>> m = np.ones((2,2,3)) #全1 >>> m = np.full((3,4), 7) #全為7 >>> np.eye(3) #單位矩陣 array([[1., 0., 0.], [0., 1., 0.], [0., 0., 1.]]) >>> np.arange(20).reshape(4,5) #生成一個4行5列的數(shù)組 >>> >>> np.random.random((2,3)) #[0,1)隨機數(shù) array([[0.51123127, 0.40852721, 0.26159126], [0.42450279, 0.34763668, 0.06167501]]) >>> np.random.randint(1,10,(2,3)) #[1,10)隨機整數(shù)的2行3列數(shù)組 array([[5, 4, 9], [2, 5, 7]]) >>> np.random.randn(2,3) #正態(tài)隨機分布 array([[-0.29538656, -0.50370707, -2.05627716], [-1.50126655, 0.41884067, 0.67306605]]) >>> np.random.choice([10,20,30], (2,3))#隨機選擇 array([[10, 20, 10], [30, 10, 20]]) >>> np.random.beta(1,10,(2,3)) #貝塔分布 array([[0.01588963, 0.12635485, 0.22279098], [0.08950147, 0.02244569, 0.00953366]])
操作數(shù)組
>>> from numpy import * >>> a1=array([1,1,1]) #定義一個數(shù)組 >>> a2=array([2,2,2]) >>> a1+a2 #對于元素相加 array([3, 3, 3]) >>> a1*2#乘一個數(shù) array([2, 2, 2]) ## >>> a1=np.array([1,2,3]) >>> a1 array([1, 2, 3]) >>> a1**3 #表示對數(shù)組中的每個數(shù)做立方 array([ 1, 8, 27]) ##取值，注意的是它是以0為開始坐標，不matlab不同 >>> a1[1] 2 ##定義多維數(shù)組 >>> a3=np.array([[1,2,3],[4,5,6]]) >>> a3 array([[1, 2, 3], [4, 5, 6]]) >>> a3[0] #取出第一行的數(shù)據(jù) array([1, 2, 3]) >>> a3[0,0]#第一行第一個數(shù)據(jù) 1 >>> a3[0][0] #也可用這種方式 1 >>> a3 array([[1, 2, 3], [4, 5, 6]]) >>> a3.sum(axis=0)#按行相加，列不變 array([5, 7, 9]) >>> a3.sum(axis=1)#按列相加，行不變 array([ 6, 15])
到此這篇關于python ndarray數(shù)組對象特點及實例分享的文章就介紹到這了,更多相關python ndarray數(shù)組對象有什么特點內(nèi)容請搜索本站以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持本站！
版權聲明：本站文章來源標注為YINGSOO的內(nèi)容版權均為本站所有，歡迎引用、轉(zhuǎn)載，請保持原文完整并注明來源及原文鏈接。禁止復制或仿造本網(wǎng)站，禁止在非www.sddonglingsh.com所屬的服務器上建立鏡像，否則將依法追究法律責任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學習參考，不代表本站立場，如有內(nèi)容涉嫌侵權，請聯(lián)系alex-e#qq.com處理。
相關文章
關注官方微信