【学习笔记】python numpy(一)

原创 已于 2023-04-07 10:24:28 修改 · 749 阅读 · 3 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#numpy #python #学习

于 2022-06-28 11:39:35 首次发布
本文详细介绍了如何使用Numpy创建ndarray对象，包括通过不同类型的数据源如列表、元组和数组，以及如何设置dtype、复制数组、调整维度和属性。涵盖了linspace和logspace函数，以及关键属性如ndim、size和astype。
部署运行你感兴趣的模型镜像

Numpy

ndarray对象

在这里插入图片描述

创建数组

在这里插入图片描述

  • object可以为列表，元组，数组，迭代对象
    在这里插入图片描述

参数和用法

基本用法

在这里插入图片描述

dtype

在这里插入图片描述

copy -产生新的副本

在这里插入图片描述
在这里插入图片描述

ndmin用于指定数组的维度

在这里插入图片描述

subok参数，类型为bool，默认是False。为True：使用object内部数据类型，为False：使用数组的数据类型。

在这里插入图片描述

arrange()生成区间数组

在这里插入图片描述
在这里插入图片描述

设置起始值、终止值、步长

在这里插入图片描述

linspace()创建等差数列

在这里插入图片描述
在这里插入图片描述

logspace()等比数列

在这里插入图片描述
在这里插入图片描述

Numpy数组属性

在这里插入图片描述

调整维度

在这里插入图片描述
在这里插入图片描述

ndim维度，有几个中括号就是几纬

在这里插入图片描述

size 返回数组个数，总数
astype 强制类型转换
itemsize 以字节的形式返回数组中每一个元素的大小

总结

在这里插入图片描述
在这里插入图片描述

您可能感兴趣的与本文相关的镜像

ACE-Step

ACE-Step

音乐合成
ACE-Step

ACE-Step是由中国团队阶跃星辰（StepFun）与ACE Studio联手打造的开源音乐生成模型。 它拥有3.5B参数量，支持快速高质量生成、强可控性和易于拓展的特点。 最厉害的是，它可以生成多种语言的歌曲，包括但不限于中文、英文、日文等19种语言

Python NumPy 的学习笔记
engchina的专栏
02-14 1651
Python NumPy 的学习笔记
NumPy简介及教程(一)
bbszc520的博客
06-12 3282
NumPy 简介 NumPy 是一个 Python 包。 它代表 “Numeric Python”。 它是一个由多维数组对象和用于处理数组的例程集合组成的库。 NumPy - Ndarray 对象 NumPy 中定义的最重要的对象是称为 ndarray 的 N 维数组类型。 它描述相同类型的元素集合。 可以使用基于零的索引访问集合中的项目。 ndarray中的每个元素在内存中使用相同大...
numpy库的学习
hahayouareabitch的博客
08-17 291
今天开始进行对numpy库的学习为了以后使用python进行机器学习开辟道路 为了方便在文档开头可以 import numpy as np 1.numpy生成数组：array函数 这个函数实际上是 numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0) 想一想要存储一个数组我们需要知道内容有哪些？ 首先是需要一个带数字的列表也就是object 其次是数据类型dtype，当数字过大的时候我们想
Numpy.array()的参数详细讲解---包括subok参数讲解
qq_46044325的博客
08-16 7085
定义：numpy.array(object,dtype=None,copy=True,order=None,subok=False,ndmin=0)参数解释： object: 表示一个数组序列 dtype: 可选参数，通过它可以更改数组的数据类型---可将原来的整型或者其他类型进行强制转换 copy: 可选参数，当数据源是ndarray 时表示数组能否被复制，默认是True order: 可选参数，以哪种内存布局创建数组，有3个可选值，分别是C（行序列）/F（列序列
NumPy学习笔记（1）数组和属性
GYBinLero的博客
02-03 1758
数组和属性 NumPy的基本对象是np数组，使用专用的数据结构来存储数值，在科学计算的效率上要优于原始的Python代码，下面记录关于np数组的一些基本操作。 创建一个ndarray 使用array()函数　 array = np.array([[1,2,3],[2,3,4]]) 可用这两个参数指定生成数组的维度和元素类型 dtype：datatype ndmin ： n d
Python numpy简单使用
医然
07-22 4306
import numpy as np NumPy 中定义的最重要的对象是称为 ndarray 的 N 维数组类型。 它描述相同类型的元素集合。 可以使用基于零的索引访问集合中的项目。 ndarray中的每个元素在内存中使用相同大小的块。 ndarray中的每个元素是数据类型对象的对象（称为 dtype）。 从ndarray对象提取的任何元素（通过切片）由一个数组标量类型的 Python 对...
初入Python数据分析库——Numpy（一）
LU_ZE_XX的博客
08-17 1783
文章从基础开始介绍：Numpy是什么、为什么用Numy、Numpy.array() 文章内有多段代码示例，读者完全可以根据文章自学！！！ （需要一定的python基础）
精选资源
Python NumPy个人学习笔记
03-02
0、NumPy简介 1、数据生成 2、数据选取 3、数据处理 4、数据运算
python进阶学习笔记-Numpy和SciPy
12-20
Python的Numpy库是进行数值计算的核心工具，它为Python提供了高效的多维数组对象——ndarray，以及大量的数学函数来处理这些数组。Numpy的全称为Numerical Python，它的主要功能包括： 1. **N维数组对象ndarray**: ...
Python学习笔记——Numpy数组的排序和搜索
12-21
本篇学习笔记将详细介绍NumPy中的`sort`和`argsort`函数，以及拓展的`where`函数。 首先，`sort`函数是NumPy提供的一种用于对数组进行排序的工具。它能够将数组中的数据从小到大排列。例如，我们可以创建一个一维...
YDOOK：numpy 定义数组：ndmin= 定义数组的最小维度
YDOOK
09-03 6074
numpy 定义数组：ndmin= 定义数组的最小维度 import numpy as np a = np.array([1, 2, 3]) print(a) print(type(a)) b = np.array([1, 2, 3], ndmin=3) print(b) print(type(b)) 结果 [1 2 3] <class 'numpy.ndarray'> [[[1 2 3]]] <class 'numpy.ndarray'> Process finished
NumPy
m0_61759536的博客
02-05 1557
flatten() 返回的是原数组的一个拷贝，因此对返回的数组进行修改不会影响原数组。形状匹配：如果两个数组在某个维度上的长度不同，但其中一个数组在该维度上的长度为 1，则该数组会沿着该维度进行广播。# return_index：如果为 True，则返回新数组元素在原数组中的位置（索引）维度匹配：如果两个数组的维度数不同，维度数较少的数组会在前面补上长度为 1 的维度。：slice返回的数组是原数组的一个视图，修改数据会影响原数组中的数据。reshape() 返回的是一个新的数组，原数组的形状不会被修改。
ndmin 指定数组最小维度、运用empty_like、zeros_like、ones_like、full_like初始化数据、reshape 数组重塑、 T数组转置
weixin_42115865的博客
08-05 909
numpy - ndmin 指定数组最小维度、运用empty_like、zeros_like、ones_like、full_like初始化数据、reshape 数组重塑、 T数组转置
python ——numpy
weixin_49213878的博客
11-12 1780
numpy arrange创建数组 import numpy as np #导入numpy模块 a=np.arange(10) print(a) print(type(a)) 结果为： [0 1 2 3 4 5 6 7 8 9] <class ‘numpy.ndarray’> #对每一个数进行开平方 import math #引入math模块 b=[4,9,81] #遍历列表 for i in b: print(i) print(math.sqrt(i)) #numpy里面
【python第三方库】Numpy
m0_73658021的博客
08-06 1065
np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None) endpoint 是否包含stop retstep 是否生成间距。np.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None) base对数log的底数。创建指定形状，指定类型的未初始化的数组 空的数组。创建形状相同的数组，默认数据类型相同，可以指定类型。
numpy学习笔记
m0_74382593的博客
10-29 650
numpy学习笔记
学习numpy这一篇就够了!含泪硬肝万字总结~
我不是秃头的博客
10-04 1781
高效学习NumPy基础创建数组numpy.array(object， dtype，copy， order， subox， ndmin)numpy.arange(start， stop， step， dtype)numpy.linspace(start， stop， num)numpy.logspase(start，stop，num)numpy.zeros(shape，dtype，order)numpy.eye(N，M， K，dtype，order)numpy.diag(V，K)numpy.ones(shap
三大库-NumPy
最新发布
bendanrrj的博客
03-31 1565
NumPy 数组是同质数据类型（homogeneous），即数组中的所有元素必须是相同的数据类型。数据类型在创建数组时指定，并且数组中的所有元素都必须是该类型。Python 列表是异质数据类型（heterogeneous），即列表中的元素可以是不同的数据类型。列表可以包含整数、浮点数、字符串、对象等各种类型的数据。NumPy 数组提供了丰富的数学函数和操作，如矩阵运算、线性代数、傅里叶变换等。Python 列表提供了基本的列表操作，如添加、删除、切片、排序等。
Python Numpy数组和类型全面介绍
本资源中的文件列表显示了包含的四个.ipynb（Jupyter Notebook）文件，每个文件对应一个特定主题的学习笔记： - 03.01-numpy-简介.ipynb：入门级的Numpy介绍，帮助学习者理解Numpy库的基本概念和使用方法。 - 03.02...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值