python-array

Creating the array

a = np.array([2,3,4])

b = np.array([(1.5,2,3), (4,5,6)]) 多维

>>> a.shape  

(3, 5)

参数在array中的shape命令是返回一个长度为n 的tuple, n 的值和 中括号的层数相同 以 numpy.array([[[1],[2]],[[1], [2]]])为例，调用shape后得到的tuple值为 (2, 2, 1),

第一个 “2”， 去掉最外层括号 [[1],[2]], [[1], [2]] 长度为 2。

第二个 “2”， 第二层括号每个数组的长度, 如[1], [2] 长度为 2。注意，这里面每个维度的数组长度要相同。

第三个 “1”， 第三层括号的数组的长度，如 1 长度为 1。

 

>>> a.size     size命令是在这个array中一共有多少个元素

15

>>> a = np.arange(15).reshape(3, 5) mutable !! the operation change the array’s size.

>>> np.array([1, 2]) + np.array([3, 4])

  array([4, 6])

>>> 2 * np.array([1, 2])

  array([2, 4])

some operation on array

- len(A) is the size of the first dimension. 

- Indexing an n-d array returns an (n ? 1)-darray.
- A.shape is a sequence of the size in each dimension.

*  ndarray is a sequence type. 

*  All values in an array must be of the same type. 

*  Typically numbers (integers, floating point or complex) or Booleans, but can be any type. 

>>> np.zeros(5)

 array([ 0., 0., 0., 0., 0.])

>>> np.ones(3) * 5

 array([ 5., 5., 5.])

>>> np.linspace(3, -3, 5)

 array([3. , 1.5, 0. , -1.5, -3. ])

-  an ndarray and a single value: the operation is done between each element of the array and the value; or 

-  two ndarrays of the same size: the operation is done between pairs of elements in equal positions. 

*  If L is an array of bool of the same size as A, A[L] returns an array with the elemnts of A where L is True (does not preserve shape). 

*  If I is an array of integers, A[I] returns an array with the elements of A at indices I (does not preserve shape). 

*  If A is a 2-darray,
-A[i,j] is element at i, j (like A[i][j]). 

- A[i,:] is row i (same as A[i]). 

- A[:,j] is column j.

- ":" can be start ":" end.

The tricky question about shape.

 

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