numpy（一）

np.zeros(10,dtype=int) #创建全为0的一位数组

np.ones((3,5),dtype=float) #创建3*5的二维全为1的数组

np.full((3,5),3.14) #创建全为3.14的3*5数组

np.arange(0,20,2)  #创建0-20步长为2的线性序列数组 和range相似

np.linspace(0,1,5)  #创建0-1之间的5个数数组

np.random.random((3,3)) #创建3*3在0-1之间均匀分布的随机数组成的数组

np.random.normal(0,1,(3,3)) #创建3*3的均值为0方差为1的正态分布随机数数组

np.random.randint(0,10,(3,3)) #创建3*3在0-10区间的随机整数型数组

np.eye(3) # 创建3*3的单位矩阵

np.empty(3) #创建一个有3个整数型组成的未初始化数组，值可以使内存空间的任意值

 

 

 

np属性：

　　np.ndim 数组的维度

　　np.shape 数组的每个维度大小

　　np.size  数组的总大小

　　dtype 数据类型

 

切片，索引：

　　x=np.array([5,2,3,7,8,9])

　　x[0] #取索引为0的值

　　x[-1] #取最后一个值

　　x2=np.arange（0,24）.reshape((3,8))

　　x2[0,1] #取行索引为0列索引为1的值

　　x2[0,0]=12 #修改值

　　#当将一个浮点型插入到整数型数组中时，浮点型会被截断

　　

　　一维切片：

　　x=np.arange(10)

　　x[:5]  #取前五个元素

　　x[5:] #取后五个元素

　　x[4:7] # 取中间子数组

　　x[::2]  #步长为2取出数组

　　x[::-1] #逆向取数组

　　

　　多维切片：

　　x2=np.arange(12).reshape((3,4))

　　x2[:2,:3] #两行三列

　　x2[:3,::2] #取三行，列隔行取

　　x2[::-1,::-1] # 逆向取

　　x2[:,0] #取第一列

　　x2[0,:] # 取第一行

　　x2[0]  #取第一行简化

       *注意切片获取到的元素改变原数组也会改变，需加copy

　　

　　reshape重组数组

　　np.arange(12).reshape((3,4)) #重组成3*4的二维数组

　　x2[np.newaxis,:]  #获取行向量

　　x2[:,np.newaxis] #获取列向量

　　

　　数组拼接：

　　一维数组：　　　

　　x=np.array([1,2,3])
　　y=np.array([3,2,1])
　　z=np.array([4,5,6])

　　np.concatenate([x,y,z])  

　　

　　二维数组：

　　x=np.arange(12).reshape((3,4))

　　y=np.arange(12,24).reshape((3,4))

　　np.concatenate([x,y],axis=1) # axis=1左右拼接,axis=0上下拼接

　　np.vstack 垂直栈函数，上下拼接，np.hstack 水平栈左右拼接

　　np.dstack 沿第三个维度拼接

　　

数组分裂：

　　x=[1,2,3,55,55,3,2,1]

　　x1,x2,x3 = np.split(x,[3,5])

　　vsplit 行分裂，hspit列分裂，dsplit第三维度分裂

 

 

　　

 

　　

原文链接:https://www.cnblogs.com/saber-xi/p/10635233.html
如有疑问请与原作者联系

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