python 中 常用到的 numpy 函数 整理
来源:互联网 发布:51返利网 淘宝 编辑:程序博客网 时间:2024/05/29 06:43
1. 创建二维数组 array() :
要指定完整的shape(完整的行数和列数)的话
set = array([[1., 2, ],[3., 4.],[5., 6.],[7., 9.]])
求 数组的 行数:
>>> set.shape[0]
4
求 数组的列数:
>>> set.shape[1]
>>> set.shape
(4, 2)
>>> set.dtype
dtype('float64')
记得 >>> from numpy import *
2 empty() 函数:
>>> a = empty([2, 2]) >>> a array([[ 2.01269048e-313, 4.44659081e-323], [ 5.03965339e+223, 6.48588014e-310]]) >>> b = empty([2, 2], dtype = int) >>> b array([[19988563, 36534944], [ 2460004, 2460004]]) >>> c = empty([2, 2], dtype = int, order = 'C') >>> c array([[19988581, 36534944], [ 2460004, 2460004]]) >>> d = empty([2, 2], dtype = int ,order = 'F') >>> d array([[19857521, 2460004], [36534944, 2460004]]) >>>最后一个参数,返回数组在内存中的存放顺序,
C代表C语言风格, row major
F代表····,column major
3. eye()
>>> e1 = eye(2, 3, 0, dtype = int) >>> e1 array([[1, 0, 0], [0, 1, 0]]) >>> e2 = eye(3) >>> e2 array([[ 1., 0., 0.], [ 0., 1., 0.], [ 0., 0., 1.]]) >>> e3 = eye(3, dtype = int) >>> e3 array([[1, 0, 0], [0, 1, 0], [0, 0, 1]]) >>> e4 = eye(3, 1, dtype = int) >>> e4 array([[1], [0], [0]]) >>> e5 = eye(3, k = 1, dtype = int) >>> e5 array([[0, 1, 0], [0, 0, 1], [0, 0, 0]]) >>> e6 = eye(3, k = -1, dtype = int) >>> e6 array([[0, 0, 0], [1, 0, 0], [0, 1, 0]]) >>>第一个参数N = 列数
第二个参数 M = 行数,省略代表M = N
第三个参数 k 代表对角线位置, = 0 代表主对角线, +1就向右上方偏移1, -1 就向左下角偏移1
第四个参数表示类型 dtype 默认为 float 类型
4 。 创建 方阵 identity()
派生到我的代码片 >>> i1 = identity(3) >>> i1 array([[ 1., 0., 0.], [ 0., 1., 0.], [ 0., 0., 1.]]) >>> i2 = identity(3, dtype = int) >>> i2 array([[1, 0, 0], [0, 1, 0], [0, 0, 1]]) >>>
只有两个参数,第一个表示 行(列)数,第二个表示类型(默认为float)类型
5. 生成一个元素全为1的数组
>>> o1 = ones(3) >>> o1 array([ 1., 1., 1.]) >>> o1.shape (3,)
要指定完整的shape(完整的行数和列数)的话
>>> o4 = ones( (2, 3), dtype = int) >>> o4 array([[1, 1, 1], [1, 1, 1]]) >>>
6. zeros() 全是0 的矩阵
from numpy import *>>> z1 = zeros(3) >>> z1 array([ 0., 0., 0.]) >>> z1.shape (3,) >>> z2 = zeros((2, 3), dtype = int) >>> z2 array([[0, 0, 0], [0, 0, 0]]) >>> z2.shape (2, 3) >>> s = (3, 2) z4 = zeros(s) >>> z4 array([[ 0., 0.], [ 0., 0.], [ 0., 0.]]) >>> z4.shape (3, 2)
ones_like() zeros_like()>>>> from numpy import *
>>> s = (3, 2)
>>> a = array(s)
>>> a array([3, 2])
>>> a.shape (2,)
>>> z = zeros(s, dtype = int)
>>> zz = zeros_like(z)
>>> zz array([[0, 0],
[0, 0],
[0, 0]])
>>> ooo = ones_like(z)
>>> ooo = ones_like(z)
>>> ooo array([[1, 1],
[1, 1],
[1, 1]])
>>>
0 0
- python 中 常用到的 numpy 函数 整理
- python 中 常用到的 numpy 函数 整理
- python 中 常用到的 numpy 函数 整理
- python 中 常用到的 numpy 函数 整理
- python 中 常用到的 numpy 函数 整理
- python 中 常用到的 numpy 函数 整理
- python 中 常用到的 numpy 函数 整理
- 整理一些Python—matplotlib和numpy会常用到的网站
- [python]numpy终于到的函数
- 机器学习中常用的Numpy函数
- [Python]numpy中tile函数的用法
- Python中numpy的where()函数
- python中numpy的argsort函数讲解
- 【Python】numpy中tile函数的使用
- 【Python】numpy中argsort函数的使用
- Python numpy 常用函数总结
- Python-Numpy(4)常用函数
- 机器学习中数据处理与可视化的python、numpy等常用函数
- Openwrt之gdb调试
- 【codevs1237】[网络流24题]餐巾计划问题
- Android上传开源项目(Library)到Jcenter
- Android version
- 带你阅读dubbo源码之自定义标签(二)
- python 中 常用到的 numpy 函数 整理
- 第三方支付相关知识结构
- task_struct各字段介绍
- Android 应用基础知识
- 【bzoj1010】[HNOI2008]玩具装箱toy
- 【bzoj1085】[SCOI2005]骑士精神
- 第一次机房收费系统—优化
- UVa 1632 Alibaba (区间dp)
- 锁的一些基本概念