-
NumPy中最重要的數據結構是數組（非列表，只能存放同類型元素）對象，即numpy.ndarray
創建數組
numpy.array(object)，object是列表或元組
numpy.asarray(object)
兩者區別：
當數據源是ndarray時，array仍然會copy出一個副本，占用新的內存，但asarray不會。
例： a?=?np.array([1,2,3]) b?=?np.array(a) c?=?np.asarray(a) a[1]?=?4 print(a) print(b) print(c) ==> [1?4?3] [1?2?3] [1?4?3]
數組的數據類型
1、整型
int8，int16，int32，int64
uint8，uint16，uint32，uint64
2、浮點型
float32（單精度），float64/float_（雙精度）
3、字符串
string_（ASCII編碼），unicode_ （Unicode編碼）
數組屬性
a = np.array([1,3,5,7],dtype=np.int64)設置數組的數據類型
a.dtype獲取數組的數據類型
a.astype()將數組轉換為指定的類型
a.shape獲取數組的維度
一維數組==>(元素個數, )；二維數組==>(行數, 列數)
a.reshape(行數, 列數)重塑數組
數據訪問
二維數組索引訪問：
ndarray[0軸索引, 1軸索引]（0軸索引即行索引，1軸索引即列索引)
二維數組切片訪問（以例說明）：
a?=?np.array([[1,2,3], ?????????????[4,5,6], ?????????????[7,8,9]]) print(a[:2,1:2]) print(a[:2,1:2].shape) print(a[1:,1]) print(a[1:,1].shape) ==> [[2]? ?[5]] (2,?1) [5?8] (2,)
0軸和1軸都是切片，得到的就是一個二維數組；0軸或1軸有一個是標量，得到的就是一維數組
數組算術運算（可以使用運算符+,-,*,/,**,%）：
a?=?np.array([[1,2,3], ?????????????[4,5,6]]) b?=?a*2 c?=?a**2 print(b) print(c) ==> [[?2??4??6]? ?[?8?10?12]] [[?1??4??9]? ?[16?25?36]]
查看全部 -
import?numpy?as?np erweishuzu=np.array([1,3,5,7],[2,4,6,8],[7,8,9,10])
查看全部 -
normal()函數
查看全部 -
concatenate()函數代碼
查看全部 -
hstack()函數。。。。。
查看全部 -
linspace()函數。。
查看全部 -
數組和列表的區別。。
查看全部 -
數組對象的特點。。
查看全部 -
數組對象。。。。。
查看全部 -
重要知識
查看全部 -
創建數值范圍返回數組對象：
numpy.arange(start,stop,step,dtype)
創建等差數組：
numpy.linspace(start,stop,num.endpoint,retstep,dtype)
num:設置生成的元素個數
endpoint:設置是否包含結束值，布爾值
retstep:是否返回公差，布爾值
創建等比數組：
numpy.logspace(start,stop,num,endpoint,base,dtype)
base,底數
查看全部 -
random模塊是np庫中的
查看全部 -
連接函數，0軸上的元素連接，則1軸上必須元素個數相同；1軸上元素連接，則0軸上元素必須相同；
查看全部 -
布爾索引深層復制，不影響原數組；切片索引淺層復制，影響原數組；
查看全部 -
布爾索引輸出一定是一維數組
查看全部
舉報