np.array()函數的使用方法
更新時間:2023年02月28日 10:12:14 作者:勤奮的大熊貓
本文主要介紹了np.array()函數的使用方法,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
函數調用方法:
numpy.array(object, dtype=None)
各個參數意義:
- object:創(chuàng)建的數組的對象,可以為單個值,列表,元胞等。
- dtype:創(chuàng)建數組中的數據類型。
- 返回值:給定對象的數組。
普通用法:
import numpy as np array = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) print("數組array的值為: ") print(array) print("數組array的默認類型為: ") print(array.dtype) """ result: 數組array的值為:? [0 1 2 3 4 5 6 7 8 9] 數組array的默認類型為:? int32 """
我們可以看到,我們成功創(chuàng)建了給定元素的數組,并且創(chuàng)建數組的默認類型為np.int32類型。
進階用法:
import numpy as np array = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9], dtype=np.float32) print("數組array的值為: ") print(array) print("數組array的默認類型為: ") print(array.dtype) """ result: 數組array的值為:? [0. 1. 2. 3. 4. 5. 6. 7. 8. 9.] 數組array的默認類型為:? float32 """
我們成功創(chuàng)建了給定元素的數組,并且創(chuàng)建數組的默認類型為np.float32類型。
更高級的用法:
import numpy as np array = np.array((1, 2), dtype=[('x', np.int8), ('y', np.int16)]) print("數組array的值為: ") print(array) print("數組array的默認類型為: ") print(array.dtype) print("數組array中對應x標簽元素為: ") print(array['x']) print("數組array中對應y標簽元素為: ") print(array['y']) """ result: 數組array的值為:? (1, 2) 數組array的默認類型為:? [('x', 'i1'), ('y', '<i2')] 數組array中對應x標簽元素為:? 1 數組array中對應y標簽元素為:? 2 """
我們可以看到,我們在創(chuàng)建數組的同時,可以設定其中單個元素的數據類型,這里的'i1'指代的便是np.int8類型,'i2'指代的是'np.int16'類型。讀者可以自行嘗試,這里不做過多討論,后續(xù)也許會補充說明。
最高級的用法:
import numpy as np # Create rain data n_drops = 10 rain_drops = np.zeros(n_drops, dtype=[('position', float, (2,)), ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ('size', float), ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ('growth', float), ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ('color', float, (4,))]) # Initialize the raindrops in random positions and with # random growth rates. rain_drops['position'] = np.random.uniform(0, 1, (n_drops, 2)) rain_drops['growth'] = np.random.uniform(50, 200, n_drops) print(rain_drops) """ result: [([0.70284885, 0.03590322], 0., 176.4511602 , [0., 0., 0., 0.]) ?([0.60838294, 0.49185854], 0., ?60.51037667, [0., 0., 0., 0.]) ?([0.86525398, 0.65607663], 0., 168.00795695, [0., 0., 0., 0.]) ?([0.25812877, 0.14484747], 0., ?80.17753717, [0., 0., 0., 0.]) ?([0.66021716, 0.90449213], 0., 121.94125106, [0., 0., 0., 0.]) ?([0.88306332, 0.51074725], 0., ?92.4377108 , [0., 0., 0., 0.]) ?([0.68916433, 0.89543162], 0., ?90.77596431, [0., 0., 0., 0.]) ?([0.7105655 , 0.68628326], 0., 144.88783652, [0., 0., 0., 0.]) ?([0.6894679 , 0.90203559], 0., 167.40736266, [0., 0., 0., 0.]) ?([0.92558218, 0.34232054], 0., ?93.48654986, [0., 0., 0., 0.])] """
到此這篇關于np.array()函數的使用方法的文章就介紹到這了,更多相關np.array()使用內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
Python使用xlrd和xlwt批量讀寫excel文件的示例代碼
這篇文章主要介紹了Python使用xlrd和xlwt批量讀寫excel文件,本文通過實例代碼給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2022-03-03