python数据分析之numpy初始化(一)
来源:互联网 发布:四柱预测软件 编辑:程序博客网 时间:2024/06/03 06:49
以下都用numpy的标准“import numpy as np”
1.numpy是同构数据多维容器,同构即数据类型相同
2.初始化:
2.2np.zeros(tupleA)#产生一个tupleA维度大小的矩阵,且初始全为0
2.4np.empty(tupleA)#与上面类似,只是初始化值是不确定的(并不是你以为的0!!!!)
2.5np.array(listA)#把listA转成np,listA只是一个统称,只要是序列化的都可以,还可以是其他np
1.numpy是同构数据多维容器,同构即数据类型相同
2.初始化:
2.1np.arange([start,] end [, step])#与list的range相似
>>> np.arange(10)array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])>>> np.arange(1, 10, 2)array([1, 3, 5, 7, 9])
2.2np.zeros(tupleA)#产生一个tupleA维度大小的矩阵,且初始全为0
>>> np.zeros((4))array([ 0., 0., 0., 0.])>>> np.zeros((4,2))array([[ 0., 0.], [ 0., 0.], [ 0., 0.], [ 0., 0.]])
2.3np.ones(tupleA)#与上面类似,只是初始化全为1
>>> np.ones((4))array([ 1., 1., 1., 1.])>>> np.ones((4,2))array([[ 1., 1.], [ 1., 1.], [ 1., 1.], [ 1., 1.]])
2.4np.empty(tupleA)#与上面类似,只是初始化值是不确定的(并不是你以为的0!!!!)
>>> np.empty((4))array([ 1.73154357e-316, 4.71627160e-317, 0.00000000e+000, 4.94065646e-324])>>> np.empty((3,2))array([[ 0.00000000e+000, 0.00000000e+000], [ 6.94647584e-310, 6.94647586e-310], [ 6.94647586e-310, 6.94647586e-310],
2.5np.array(listA)#把listA转成np,listA只是一个统称,只要是序列化的都可以,还可以是其他np
>>> np.array([[1, 2, 3], [4, 3, 2]])array([[1, 2, 3], [4, 3, 2]])>>> npA = np.array([[1, 2, 3], [4, 3, 2]])>>> npAarray([[1, 2, 3], [4, 3, 2]])>>> npB = np.array([[1, 2, 3], [4, 3, 2.0]])>>> npBarray([[ 1., 2., 3.], [ 4., 3., 2.]]) np.array会自动找到最适合listA数据类型转给np:>>> npA.dtypedtype('int64')>>> npB.dtypedtype('float64')但其实,np初始化时没有特别说明都会被默认是float64,如前四种
>>> npB = np.array([[1, 2, 3], [4, 3, 2.0]])>>> np.ones_like(npB)array([[ 1., 1., 1.], [ 1., 1., 1.]])>>> np.zeros_like(npB)array([[ 0., 0., 0.], [ 0., 0., 0.]])>>> np.empty_like(npB)array([[ 0.00000000e+000, 0.00000000e+000, 1.56491143e-316], [ 6.94647850e-310, 6.94635322e-310, 1.72361006e-316]])>>> np.identity(3)array([[ 1., 0., 0.], [ 0., 1., 0.], [ 0., 0., 1.]])>>> np.eye(3, k = -1)#变化k的值试试看array([[ 0., 0., 0.], [ 1., 0., 0.], [ 0., 1., 0.]])
0 0
- python数据分析之numpy初始化(一)
- Python数据分析之numpy学习(一)
- Python数据分析之numpy学习(一)
- python-数据分析 numpy应用(一)
- python数据分析之(2)numpy
- python数据分析之Numpy
- 利用Python数据分析:Numpy基础(一)
- Python数据分析(一)--numpy全知全会
- 【Python数据分析与展示】(一)numpy基础
- Python数据分析之numpy学习(二)
- python数据分析之numpy自学
- 《python数据分析组键篇》之numpy
- 利用Python进行数据分析之Numpy
- python数据分析---Numpy
- python 数据分析-numpy
- 《Python数据分析与展示》学习笔记(一)numpy数据存储与函数
- 《Python数据分析常用手册》一、NumPy和Pandas篇
- 《Python数据分析常用手册》一、NumPy和Pandas篇
- python处理大数据
- Java Web 从入门到精通(明日科技)
- SpringMVC添加spring-security静态资源加载问题
- 链表的快排和归并排序
- Java基础要点总结
- python数据分析之numpy初始化(一)
- Rxandroid中map等操作,如何切换线程
- 一个ns-3的Gnuplot例子
- 除Hadoop大数据技术外,还需了解的九大技术
- RS232接口的可靠传输方法
- C#和Java中的i=i++问题分析与备忘
- HashMap的四种循环遍历方式
- osg坐标系转换
- [2016校赛]两个简单的小题