numpy基础操作

原创于 2017-07-03 21:46:17 发布 · 162 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#numpy

numpy基础专栏收录该内容

1 篇文章

订阅专栏

本文介绍了使用Python的NumPy库创建不同类型的数组方法，包括全零数组、全一数组、等差数列数组、随机数组及线性空间数组等。通过实例展示了如何利用这些函数快速初始化数组，并对数组的基本形状进行了展示。

import numpy as np
#np.zeros((3, 4))

np.zeros((3, 4, 5))

array([[[ 0.,  0.,  0.,  0.,  0.],
        [ 0.,  0.,  0.,  0.,  0.],
        [ 0.,  0.,  0.,  0.,  0.],
        [ 0.,  0.,  0.,  0.,  0.]],

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

       [[ 0.,  0.,  0.,  0.,  0.],
        [ 0.,  0.,  0.,  0.,  0.],
        [ 0.,  0.,  0.,  0.,  0.],
        [ 0.,  0.,  0.,  0.,  0.]]])

import numpy as np
np.ones((2, 3, 4))

array([[[ 1.,  1.,  1.,  1.],
        [ 1.,  1.,  1.,  1.],
        [ 1.,  1.,  1.,  1.]],

       [[ 1.,  1.,  1.,  1.],
        [ 1.,  1.,  1.,  1.],
        [ 1.,  1.,  1.,  1.]]])

np.arange(2, 100, 20)

array([ 2, 22, 42, 62, 82])

np.arange(12).reshape(3, 4)

array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

np.arange(12).reshape(3, 4)

array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

np.random.random((2, 3))

array([[ 0.76242286,  0.37132736,  0.01488275],
       [ 0.30655025,  0.91977705,  0.84576998]])

from numpy  import pi
np.linspace(0, 2*pi, 100)

. . .

 

from numpy  import pi