Python之numpy学习笔记(一) 标准数据类型

本文详细介绍了使用NumPy创建数组的各种方法,包括通过np.array从Python列表创建数组、设置数组的数据类型以及创建特殊数组如全零数组、全一数组、单位矩阵等。同时,文章还讲解了NumPy的标准数据类型,如布尔值、整型、浮点型和复数。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、numpy标准数据类型

  1. 当构建一个数组时,可以用一个字符串参数来指定数据类型
np.zeros(10, dtype = 'int16')

或者用相关的Numpy对象来指定:

 np.zeros( 10 ,  dtype = np.int16 )
  1. Numpy 的标准数据类型包括以下 bool(布尔值)int,uint(无符号整型)float,complex(复数)
    numpy数据类型

二、创建数组的方式

  1. 一般创建数组的方式
    • 通过 np.array的方式从Python列表创建数组
  In[8]: np.array([1, 2, 3, 4])
  Out[8]: array([1, 2, 3, 4])
- 不同于 Python 列表,NumPy 要求数组必须包含同一类型的数据。如果类型不匹

配,NumPy 将会向上转换(如果可行)。

  In[9]: np.array([3.14, 4, 2, 3])
  Out[9]: array([ 3.14, 4. , 2. , 3. ])
  • 设置数组的数据类型,可以用 dtype 关键字
In[10]: np.array([1, 2, 3, 4], dtype='float32')
Out[10]: array([ 1., 2., 3., 4.], dtype=float32)
  • NumPy 数组可以被指定为多维的
In[11]: # 嵌套列表构成的多维数组
np.array([range(i, i + 3) for i in [2, 4, 6]])
Out[11]: array([[2, 3, 4],
[4, 5, 6],
[6, 7, 8]])
  1. 创建特殊数组
创建特殊数组语法说明
np.zeros((3, 3))创建全0数组
np.ones((2, 3)))创建全1数组
np.eye(3)创建单位矩阵
np.full((3, 5), 3.14)创建指定全为3.14的3行5列的数组
np.arange(6)创建一维等差数组
np.arange(6).reshape(2, 3)创建一维等差数组,并进行重塑为二维数组
np.random.randint(5, size=(2, 3))创建二维随机整数数组(数值小于5)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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