numpy

最新推荐文章于 2024-10-17 06:30:00 发布

CaptainR9

最新推荐文章于 2024-10-17 06:30:00 发布

阅读量854

点赞数 2

CC 4.0 BY-SA版权

分类专栏：数据分析 python 文章标签： numpy Python

本文链接：https://blog.youkuaiyun.com/AlexMerer/article/details/76229023

numpy是Python用于矩阵计算的模块，下面对numpy作详细介绍：

一、创建

import numpy as np 

# 用列表对象作参数
a = np.array([1,2,3,4,5])

# 创建多维的narray对象
a2 = np.array([[1,2,3,4,5],[6,7,8,9,10]])

# arange函数
a = np.arange(10)       # 默认从0开始到10（不包括10），步长为1
print(a)                # 返回 [0 1 2 3 4 5 6 7 8 9]

a1 = np.arange(5,10)    # 从5开始到10（不包括10），步长为1
print(a1)               # 返回 [5 6 7 8 9]

a2 = np.arange(5,20,2)  # 从5开始到20（不包括20），步长为2
print(a2)               # 返回 [ 5  7  9 11 13 15 17 19]


# linspace()和matlab的linspace很类似，用于创建指定数量等间隔的序列，实际生成一个等差数列。
# 生成首位是0，末位是10，含7个数的等差数列
a = np.linspace(0,10,7) 

# linspace用于生成等差数列，而logspace用于生成等比数列。
a = np.logspace(0,4,5)
print(a)

[  1.00000000e+00   1.00000000e+01   1.00000000e+02   1.00000000e+03
   1.00000000e+04]

# 创建3*4的全1矩阵
a_ones = np.ones((3,4))         
print(a_ones)

[[ 1.  1.  1.  1.]
 [ 1.  1.  1.  1.]
 [ 1.  1.  1.  1.]]

a_zeros = np.zeros((3,4))       
print(a_zeros)

[[ 0.  0.  0.  0.]
 [ 0.  0.  0.  0