numpy各函数简介之生成数组函数(Array creation routines)
来源:互联网 发布:什么是淘宝黑搜 编辑:程序博客网 时间:2024/04/30 14:12
1、empty(shape[, dtype, order])
依据给定形状和类型(shape[, dtype, order])返回一个新的空数组。
参数:
shape : 整数或者整型元组
定义返回数组的形状;
dtype : 数据类型,可选
定义返回数组的类型。
order : {‘C’, ‘F’}, 可选
规定返回数组元素在内存的存储顺序:C(C语言)-row-major;F(Fortran)column-major。
>>> np.empty([2, 2])array([[ -9.74499359e+001, 6.69583040e-309],[ 2.13182611e-314, 3.06959433e-309]]) #random>>> np.empty([2, 2], dtype=int)array([[-1073741821, -1067949133],[ 496041986, 19249760]]) #random
2、empty_like(a)
依据给定数组(a)的形状和类型返回一个新的空数组。
参数:
a:数组
其形状和类型用来规定返回函数的形状和类型。
返回值:
输出:ndarray
与数组a形状和类型一样的数组。
>>> a = np.array([[1., 2., 3.],[4.,5.,6.]])>>> np.empty_like(a)array([[ -2.00000715e+000, 1.48219694e-323, -2.00000572e+000], #random[ 4.38791518e-305, -2.00000715e+000, 4.17269252e-309]])
3、eye(N[, M, k, dtype])
返回一个对角线元素为1,其他元素为0的二维数组。
参数:
N : 整数
返回数组的行数;
M : 整数,可选
返回数组的列数。如果不赋值的话,默认等于N;
k : 整数, 可选
对角线序列号: 0 对应主对角线;,整数对应upper diagonal,负数对应lower diagonal;
dtype : dtype, 可选
返回数组的数据类型
返回值:
I : ndarray (N,M)
该数组第k个对角线的元素为1,其他元素为0。
>>> np.eye(2, dtype=int)array([[1, 0],[0, 1]])>>> np.eye(3, k=1)array([[ 0., 1., 0.],[ 0., 0., 1.],[ 0., 0., 0.]])
4、identity(n[, dtype])
返回一个N维单位方阵。
参数:
n : 整数
返回方阵的行列数;
dtype : 数据类型,可选
返回方阵的数据类型,默认为float.
返回值:
输出: ndarray
n x n 单位方阵。
>>> np.identity(3)array([[ 1., 0., 0.],[ 0., 1., 0.],[ 0., 0., 1.]])
5、ones(shape[, dtype, order])
依据给定形状和类型(shape[, dtype, order])返回一个新的元素全部为1的数组。
参数设置请参考zeros。
>>> np.ones(5)array([ 1., 1., 1., 1., 1.])>>> np.ones((5,), dtype=np.int)array([1, 1, 1, 1, 1])>>> np.ones((2, 1))array([[ 1.],[ 1.]])>>> s = (2,2)>>> np.ones(s)array([[ 1., 1.],[ 1., 1.]])
6、ones_like()
依据给定数组(a)的形状和类型返回一个新的元素全部为1的数组。
等同于a.copy().fill(1),具体使用请参考zeros_like的文档。
>>> a = np.array([[1, 2, 3], [4, 5, 6]])>>> np.ones_like(a)array([[1, 1, 1],[1, 1, 1]])
7、zeros(shape[, dtype, order])
依据给定形状和类型(shape[, dtype, order])返回一个新的元素全部为0的数组。
参数:
shape:int或者ints元组;
定义返回数组的形状,形如:(2, 3)或2。
dtype:数据类型,可选。
返回数组的数据类型,例如:numpy.int8、默认为numpy.float64。
order:{‘C’, ‘F’},可选,返回数组为多维时,元素在内存的排列方式是按C语言还是Fortran语言顺序(row- or columnwise)。
输出:ndarray
给定形状,数据类型的数组。
>>> np.zeros(5)array([ 0., 0., 0., 0., 0.])>>> np.zeros((5,), dtype=numpy.int)array([0, 0, 0, 0, 0])>>> np.zeros((2, 1))array([[ 0.],[ 0.]])>>> s = (2,2)>>> np.zeros(s)array([[ 0., 0.],[ 0., 0.]])>>> np.zeros((2,), dtype=[(’x’, ’i4’), (’y’, ’i4’)]) # custom dtypearray([(0, 0), (0, 0)],dtype=[(’x’, ’<i4’), (’y’, ’<i4’)])
8、zeros_like(a)
依据给定数组(a)的形状和类型返回一个新的元素全部为1的数组。
等同于a.copy().fill(0)。
参数:
a : array_like
输出:ndarray
与a数组形状类型一致的0数组。
>>> x = np.arange(6)>>> x = x.reshape((2, 3))>>> xarray([[0, 1, 2],[3, 4, 5]])>>> np.zeros_like(x)array([[0, 0, 0],[0, 0, 0]])>>> y = np.arange(3, dtype=np.float)>>> yarray([ 0., 1., 2.])>>> np.zeros_like(y)array([ 0., 0., 0.])
>>> np.random.randint(5, size=(2, 4))array([[4, 0, 2, 1], [3, 2, 2, 0]])
data[i,:,:,:] = [arr[:,:,0],arr[:,:,1],arr[:,:,2]] #四维数组,表示 第i张图片,通道数,宽度,高度
(X_train,X_val) = (data[0:30000],data[30000:]) #X_train为30000张之前的图片,即0-30000张,X_val为30000张之后的图片,即剩余的图片;
(Y_train,Y_val) = (label[0:30000],label[30000:])
11. 一维 数组与列向量表示的区别
import numpy as np
#一维数组
n=np.random.rand(8)
print(n.shape)
print(n)
--[ 0.68972635 0.86583492 0.48284636 0.00238456 0.34048265 0.27130601 0.84903173 0.74459052]
#列向量
import numpy as np
n=np.random.rand(8, 1)
print(n.shape)
--- (8L, 1L)
print(n)
---[[ 0.75962757]
[ 0.16780667]
[ 0.17308773]
[ 0.3744512 ]
[ 0.55398084]
[ 0.19677841]
[ 0.25178717]
[ 0.08120177]]
11.
Examples
>>> np.random.randint(2, size=10)array([1, 0, 0, 0, 1, 1, 0, 0, 1, 0])>>> np.random.randint(1, size=10)array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0])
Generate a 2 x 4 array of ints between 0 and 4, inclusive:
>>> np.random.randint(5, size=(2, 4))array([[4, 0, 2, 1], [3, 2, 2, 0]])
- python ——numpy各函数简介之生成数组函数(Array creation routines)
- numpy各函数简介之生成数组函数(Array creation routines)
- Python之路——numpy各函数简介之生成数组函数(Array creation routines)
- Python之路——numpy各函数简介之生成数组函数(Array creation routines)
- numpy各函数简介之生成数组函数
- 1.2 NumPy Array Creation
- numpy函数之numpy.ravel
- 常用数组函数函数总结(array)
- windows核心编程之服务(services)、函数(functions) 、例程(routines)
- PHP数组函数array
- [array] -- 常用数组函数
- 【Python】Numpy扩充数组函数之repeat和tile用法
- numpy扩充数组函数之repeat和tile用法
- 【Python】Numpy扩充数组函数之repeat和tile用法
- Numpy扩充数组函数之repeat和tile用法
- php数组函数集合(array)
- php基础知识【函数】(1)数组array
- PHP 5 Array 函数简介
- 安装cassandra作为kairosdb的数据存储
- Android:屏幕旋转时,禁止Activity重新加载
- POJ 2236 Wireless Network(并查集)
- Caffe源码解读2--syncedmem.hpp
- fragment中弹出PopupWindow窗体,点击外界屏幕不消失问题解决
- numpy各函数简介之生成数组函数(Array creation routines)
- myeclipse下SSH整合环境搭建
- SVN和Git的比较
- 50. Pow(x, n)
- 安装mysql
- 观察者模式及Java实现例子
- Powershell check server patch status
- linux下mysql命令大全
- Makefile语法规则教程