numpy创建数组对象

最新推荐文章于 2024-06-19 16:44:05 发布

原创最新推荐文章于 2024-06-19 16:44:05 发布 · 360 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#numpy

本文详细介绍了Numpy中创建数组的各种方法，包括array、arange、ones、zeros、full等函数的使用，以及它们之间的区别。通过实例展示了如何创建特定数值的数组，如全1、全0或任意常数值的数组。

Numpy提供了很多方式（函数）来创建数组对象，常用的方式如下：
•array
•arange
•ones / ones_like
•zeros / zeros_like
•empty / empty_like
•full / full_like
•eye / identity
•linspace
•logspace
•frombuffer
•fromiter
•fromfunction

说明：
•注意arange函数，不是arrange。
•arange与linspace的区别。

1、array实例
def npsum():
a=np.array([1,2,3,4,5])
b=np.array([2,3,4,1,2])
c=a2+b2
return c
print(npsum())

2、python中的range()函数生成list
语法：range(start, end, step) 指定起始范围和步长
步长不能为浮点

3、arange功能更强大：步长可以是浮点数，也可以是负数

4、创建值全为1的数组。
n = np.ones((3, 4)) # 生成一个 3行4列的元素全部都是 1 的一个二维数组
display(n)

创建值全为0的数组。
n = np.zeros((3, 4))
display(n)

创建值全为-8.8的数组。
n = np.full((3, 4), -8.8) # 第一个参数；维度，第二个参数；填充的元素的值
display(n)
array([[-8.8, -8.8, -8.8, -8.8],
[-8.8, -8.8, -8.8, -8.8],
[-8.8, -8.8, -8.8, -8.8]])