欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

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爬蟲簡單的添加代理進行訪問的實現代碼

    python爬蟲簡單的添加代理進行訪問的實現代碼

    本文通過實例代碼給大家介紹了python爬蟲簡單的添加代理進行訪問,代碼簡單易懂,非常不錯,具有一定的參考借鑒價值,需要的朋友可以參考下
    2019-04-04
  • pyinstaller打包django項目的實現步驟

    pyinstaller打包django項目的實現步驟

    本文主要介紹了pyinstaller打包django項目的實現步驟,文中通過示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2021-09-09
  • Django 序列化的具體使用

    Django 序列化的具體使用

    django rest framework 中的序列化組件,本文主要介紹了Django 序列化的具體使用,文中通過示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2021-11-11
  • python調用golang中函數方法

    python調用golang中函數方法

    由于simhash方法有多種實現方式,現python中simhash方法與golang中的不一樣,需要兩者代碼生成結果保持一致,故采用python中的代碼調用golang編譯的so文件來實現,需要的朋友可以參考下
    2024-02-02
  • python處理二進制數據的方法

    python處理二進制數據的方法

    這篇文章主要介紹了python處理二進制數據的方法,涉及Python針對二進制數據的相關操作技巧,需要的朋友可以參考下
    2015-06-06
  • python實現指定ip端口掃描方式

    python實現指定ip端口掃描方式

    今天小編就為大家分享一篇python實現指定ip端口掃描方式,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-12-12
  • 解決nohup重定向python輸出到文件不成功的問題

    解決nohup重定向python輸出到文件不成功的問題

    今天小編就為大家分享一篇解決nohup重定向python輸出到文件不成功的問題,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-05-05
  • Python使用xlrd和xlwt批量讀寫excel文件的示例代碼

    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
  • python下解壓縮zip文件并刪除文件的實例

    python下解壓縮zip文件并刪除文件的實例

    下面小編就為大家分享一篇python下解壓縮zip文件并刪除文件的實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-04-04
  • Python中尋找數據異常值的3種方法

    Python中尋找數據異常值的3種方法

    這篇文章主要介紹了Python中尋找數據異常值的3種方法,文章圍繞主題展開詳細的內容介紹,具有一定的參考價值,需要的小伙伴可以參考一下
    2022-08-08

最新評論