Python3NumPy——数组(1)之创建
2018-06-18 02:23:33来源:未知 阅读 ()
开篇
numpy库作为科学计算的基础库,其地位相当重要,它是对数组操作的基石。它的存在使得线性代数以及矩阵论等相关知识在计算机上的表达更加方便与简单,集中体现出了人想办法,计算机去工作。
Python的numpy库的安装百度一下即可解决,部分Python3已将numpy库作为内置库,可以不安装。
我将不定期更新Python3NumPy库全系列文章,均以图解方式阐述,其目标让初学者入门简单,快速理解,读者可采用文章后的代码验证即可,也可根据介绍自己举一反三,达到融汇贯通的境界。
本系列文章集中在Numpy库,这也是为后续数据处理打下坚实的基础,适合零基础的数据处理的人员。
1导入模块库numpy
import numpy as np
2一维数组的简单创建
注:np.arange()直接可以根据参数生成一维数组。np.arange(起始, 终止, 步长)
3二维数组的简单创建
注:np.array()可以根据参数对象(列表、元组等)生成数组。
3三维数组的创建-采用嵌套方案
4代码验证吧
>>> import numpy as np >>> a = np.arange(10) >>> a array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) >>> a = np.arange(1,10) >>> a array([1, 2, 3, 4, 5, 6, 7, 8, 9]) >>> a = np.arange(1,10,3) >>> a array([1, 4, 7]) >>> #2D >>> M = np.array([[1,2],[3,4]]) #参数为列表 >>> M array([[1, 2], [3, 4]]) >>> M = np.array(([1,2],[3,4])) #参数为元组 >>> M array([[1, 2], [3, 4]]) >>> M = np.array(((1,2),(3,4))) #参数为元组 >>> M array([[1, 2], [3, 4]]) >>> M = np.array(((np.arange(3)), (np.arange(3)))) >>> M array([[0, 1, 2], [0, 1, 2]]) >>> M.shape (2, 3) >>> M = np.array(([np.arange(2)],[np.arange(3)])) >>> M array([[array([0, 1])], [array([0, 1, 2])]], dtype=object) >>> M.shape (2, 1) >>> #3D >>> M = np.array(([np.arange(2)],[np.arange(2)])) >>> M array([[[0, 1]], [[0, 1]]]) >>> M.shape (2, 1, 2)
标签:
版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点,本站所提供的摄影照片,插画,设计作品,如需使用,请与原作者联系,版权归原作者所有
- 链接 Mysql 创建 数据库和创表,增加数据 2019-08-13
- Python数据基础类型-列表 2019-08-13
- Python3字典排序 2019-07-24
- django框架使用及创建项目 2019-07-24
- 用python写一个简单的文件上传 2019-07-24
IDC资讯: 主机资讯 注册资讯 托管资讯 vps资讯 网站建设
网站运营: 建站经验 策划盈利 搜索优化 网站推广 免费资源
网络编程: Asp.Net编程 Asp编程 Php编程 Xml编程 Access Mssql Mysql 其它
服务器技术: Web服务器 Ftp服务器 Mail服务器 Dns服务器 安全防护
软件技巧: 其它软件 Word Excel Powerpoint Ghost Vista QQ空间 QQ FlashGet 迅雷
网页制作: FrontPages Dreamweaver Javascript css photoshop fireworks Flash