Numpy中創(chuàng)建數(shù)組的9種方式小結(jié)
1、使用empty方法創(chuàng)建數(shù)組
該方式可以創(chuàng)建一個(gè)空數(shù)組,dtype
可以指定隨機(jī)數(shù)的類型,否則隨機(jī)采用一種類型生成隨機(jī)數(shù)。
import numpy as np dt = np.numpy([2, 2], dtype=int)
2、使用array創(chuàng)建數(shù)組
使用array
方法可以基于Python
列表創(chuàng)建數(shù)組,在不設(shè)置dtype
的情況下,從列表中自動(dòng)推斷數(shù)據(jù)類型。
import numpy as np dt = np.array([1, 2, 3, 4, 5]) print('數(shù)組:', dt) print('數(shù)據(jù)類型:', dt.dtype) dt = np.array([1, 2, 3, 4, 5], dtype='f8') # 64位浮點(diǎn)數(shù) print('數(shù)組:', dt) print('數(shù)據(jù)類型:', dt.dtype)
3、使用zeros/ones創(chuàng)建數(shù)組
調(diào)用zeros/ones
方法會(huì)創(chuàng)建一個(gè)全為‘0’/‘1’值的數(shù)組,通常在數(shù)組元素位置,大小一致的情況下來生成臨時(shí)數(shù)組。‘0’/‘1’充當(dāng)占位符。
import numpy as np dt = np.zeros([3, 5], dtype=int) print('數(shù)組:', dt) print('數(shù)據(jù)類型:', dt.dtype) dt = np.ones([5, 3], dtype=float) print('數(shù)組:', dt) print('數(shù)據(jù)類型:', dt.dtype)
4、使用arange創(chuàng)建數(shù)組
使用arange
方法可以基于一個(gè)數(shù)據(jù)范圍來創(chuàng)建數(shù)組。
import numpy as np dt = np.arange(10, 30, 5) print('數(shù)組:', dt) print('數(shù)據(jù)類型:', dt.dtype)
5、使用linspace創(chuàng)建數(shù)組
linspace
是基于一個(gè)范圍來構(gòu)造數(shù)組,參數(shù)num
是開始值和結(jié)束值之間需要?jiǎng)?chuàng)建多少個(gè)數(shù)值。retstep
會(huì)改變計(jì)算的輸出,返回一個(gè)元組,而元組的兩個(gè)元素分別是需要生成的數(shù)組和數(shù)組的步差值。
import numpy as np dt = np.linspace(20, 30, num=5) print('數(shù)組:', dt) print('數(shù)據(jù)類型:', dt.dtype) dt = np.linspace(20, 30, num=5, endpoint=False) print('數(shù)組:', dt) print('數(shù)據(jù)類型:', dt.dtype) dt = np.linspace(20, 30, num=5, retstep=True) print('元組:', dt)
6、使用numpy.random.rand創(chuàng)建數(shù)組
很多情況下手動(dòng)創(chuàng)建的數(shù)組往往不能滿足業(yè)務(wù)需求,因此需要?jiǎng)?chuàng)建隨機(jī)數(shù)組。
import numpy as np dt = np.random.rand(10) print('數(shù)組:', dt) print('數(shù)據(jù)類型:', dt.dtype)
7、使用numpy.random.randn創(chuàng)建數(shù)組
numpy.random.randn
方法也是產(chǎn)生隨機(jī)數(shù)組的一種方式,并且它能產(chǎn)生符合正態(tài)分布的隨機(jī)數(shù)。
import numpy as np dt = np.random.randn(3, 5) print('數(shù)組:', dt) print('數(shù)據(jù)類型:', dt.dtype)
8、使用numpy.random.randint創(chuàng)建數(shù)組
在10和30之間產(chǎn)生隨機(jī)數(shù),并從中取5個(gè)數(shù)值來構(gòu)建數(shù)組。
import numpy as np dt = np.random.randint(10, 30, 5) print('數(shù)組:', dt) print('數(shù)據(jù)類型:', dt.dtype)
9、使用fromfunction創(chuàng)建數(shù)組
fromfunction
方法可以通過一個(gè)函數(shù)規(guī)則來創(chuàng)建數(shù)組。該方法中shape
參數(shù)制定了創(chuàng)建數(shù)組的規(guī)則,shape=(4,5)
,最終創(chuàng)建的結(jié)果就是4行5列的二維數(shù)組。
import numpy as np dt = np.fromfunction(lambda i, j:i + j, (4, 5), dtype=int) print('數(shù)組:', dt) print('數(shù)據(jù)類型:', dt.dtype)
到此這篇關(guān)于Numpy中創(chuàng)建數(shù)組的9種方式小結(jié)的文章就介紹到這了,更多相關(guān)Numpy 創(chuàng)建數(shù)組內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python爬蟲小技巧之偽造隨機(jī)的User-Agent
這篇文章主要給大家介紹了關(guān)于Python爬蟲小技巧之偽造隨機(jī)的User-Agent的相關(guān)資料,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2018-09-09深入探究PyTorch核心特性之自動(dòng)求導(dǎo)和優(yōu)化
在你已經(jīng)掌握了如何使用PyTorch構(gòu)建神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上,接下來我們將深入探討PyTorch的兩個(gè)核心特性:自動(dòng)求導(dǎo)(Autograd)和優(yōu)化(Optimization),這兩個(gè)特性在深度學(xué)習(xí)模型的訓(xùn)練過程中起著至關(guān)重要的作用,感興趣的同學(xué)一起來看看吧2023-07-07Python英文文章詞頻統(tǒng)計(jì)(14份劍橋真題詞頻統(tǒng)計(jì))
這篇文章主要介紹了Python英文文章詞頻統(tǒng)計(jì)(14份劍橋真題詞頻統(tǒng)計(jì)),文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-10-10python MySQLdb Windows下安裝教程及問題解決方法
這篇文章主要介紹了python MySQLdb Windows下安裝教程及問題解決方法,本文講解了安裝數(shù)據(jù)庫mysql、安裝MySQLdb等步驟,需要的朋友可以參考下2015-05-05python 如何把classification_report輸出到csv文件
這篇文章主要介紹了python 把classification_report輸出到csv文件的操作,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2021-05-05python標(biāo)準(zhǔn)算法實(shí)現(xiàn)數(shù)組全排列的方法
這篇文章主要介紹了python標(biāo)準(zhǔn)算法實(shí)現(xiàn)數(shù)組全排列的方法,實(shí)例分析了全排列的原理與Python實(shí)現(xiàn)技巧,需要的朋友可以參考下2015-03-03python3檢查字典傳入函數(shù)鍵是否齊全的實(shí)例
這篇文章主要介紹了python3檢查字典傳入函數(shù)鍵是否齊全的實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-06-06