詳解python中Numpy的屬性與創(chuàng)建矩陣
ndarray.ndim:維度
ndarray.shape:形狀
ndarray.size:元素個(gè)數(shù)
ndarray.dtype:元素?cái)?shù)據(jù)類(lèi)型
ndarray.itemsize:字節(jié)大小
創(chuàng)建數(shù)組:
a = np.array([2,23,4]) # list 1d print(a) # [2 23 4]
指定數(shù)據(jù)類(lèi)型:
a = np.array([2,23,4],dtype=np.int) print(a.dtype) # int 64
dtype可以指定的類(lèi)型有int32,float,float32,后面不跟數(shù)字默認(rèn)64
a = np.zeros((3,4)) # 數(shù)據(jù)全為0,3行4列 """
a = np.ones((3,4),dtype = np.int) # 數(shù)據(jù)為1,3行4列 a = np.empty((3,4)) # 數(shù)據(jù)為empty,3行4列
empty類(lèi)型:初始內(nèi)容隨機(jī),取決于內(nèi)存的狀態(tài)
a = np.arange(10,20,2) # 10-19 的數(shù)據(jù),2步長(zhǎng) a = np.arange(12).reshape((3,4)) # 3行4列,0到11
reshape修改數(shù)據(jù)形狀,如3行4列
a = np.linspace(1,10,20) # 開(kāi)始端1,結(jié)束端10,且分割成20個(gè)數(shù)據(jù),生成線(xiàn)段
linspace可以確定數(shù)據(jù)的數(shù)量,而arrage不能確定數(shù)據(jù)的數(shù)量,同時(shí),linspace也可以使用reshape定義結(jié)構(gòu)。
相關(guān)文章
詳解使用Pytorch Geometric實(shí)現(xiàn)GraphSAGE模型
這篇文章主要為大家介紹了詳解使用Pytorch Geometric實(shí)現(xiàn)GraphSAGE模型示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-04-04python的scipy.stats模塊中正態(tài)分布常用函數(shù)總結(jié)
在本篇內(nèi)容里小編給大家整理的是一篇關(guān)于python的scipy.stats模塊中正態(tài)分布常用函數(shù)總結(jié)內(nèi)容,有興趣的朋友們可以學(xué)習(xí)參考下。2021-02-02教你用YOLOv5實(shí)現(xiàn)多路攝像頭實(shí)時(shí)目標(biāo)檢測(cè)功能
目標(biāo)檢測(cè)是計(jì)算機(jī)視覺(jué)的研究方向之一,下面這篇文章主要給大家介紹了關(guān)于如何利用YOLOv5實(shí)現(xiàn)多路攝像頭實(shí)時(shí)目標(biāo)檢測(cè)功能的相關(guān)資料,文中通過(guò)實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-03-03pycharm實(shí)現(xiàn)增加運(yùn)行時(shí)內(nèi)存
這篇文章主要介紹了pycharm實(shí)現(xiàn)增加運(yùn)行時(shí)內(nèi)存方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-02-02Python cookbook(數(shù)據(jù)結(jié)構(gòu)與算法)從任意長(zhǎng)度的可迭代對(duì)象中分解元素操作示例
這篇文章主要介紹了Python 數(shù)據(jù)結(jié)構(gòu)與算法 從任意長(zhǎng)度的可迭代象中分解元素操作,結(jié)合實(shí)例形式分析了Python使用*表達(dá)式針對(duì)可迭代對(duì)象的分解操作相關(guān)實(shí)現(xiàn)技巧,需要的朋友可以參考下2018-02-02django-rest-swagger的優(yōu)化使用方法
今天小編就為大家分享一篇django-rest-swagger的優(yōu)化使用方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-08-08