NumPy庫入門1 ndarray建立陣列

numpy 是乙個開源的python第三方庫，同時是scipy, pandas等資料處理科學計算庫的基礎， 包含強大的n維陣列物件 ndarray。

numpy 中使用array函式建立陣列

numpy.array(

list
/turple, dtype =
none
)

引數描述

dtype

資料型別，可選。不指定dtype時，將根據資料自動關聯乙個型別

函式描述

引數說明

numpy.arange(start, stop, step, dtype)

建立乙個一維陣列，設定了起始值、終止值及步長

start:起始值，預設為0

stop:終止值（不包含）

step:步長，預設為1

dtype:返回ndarray的資料型別

numpy.ones(shape, dtype = float, order = 『c』)

建立指定大小生成乙個全1陣列

shape:陣列形狀

dtype:資料型別可選

order:『c』 用於 c 的行陣列，或 『f』 用於 fortran的列陣列

numpy.zeros(shape, dtype = float, order = 『c』)

建立指定大小生成乙個全0陣列

numpy.full(shape,val)

建立指定大小的陣列，每個元素值都是val

numpy.eye(n)

建立乙個n*n的單位矩陣（對角線值為1）

numpy.ones_like(a)

根據a的形狀生成乙個全1陣列

numpy.zeros_like(a)

根據a的形狀生成乙個全0陣列

numpy.full_like(a,val)

根據a的形狀生成乙個陣列，每個元素值都是val

numpy.linspace(start, stop, num=50, endpoint=true, retstep=false, dtype=none)

建立乙個一維陣列，陣列是乙個等差數列

start:序列的起始值

stop:序列的終止值，如果endpoint為true，該值包含於數列中

num:要生成的等步長的樣本數量，預設為50

endpoint :該值為 true 時，數列中包含stop值，反之不包含，預設是true。

retstep 如果為 true 時，生成的陣列中會顯示間距，反之不顯示。

dtype:ndarray 的資料型別

numpy.logspace(start, stop, num=50, endpoint=true, base=10.0, dtype=none)

建立乙個等比數列

start:序列的起始值為：base ** start

stop:序列的終止值為：base ** stop。

如果endpoint為true，該值包含於數列中

num:要生成的等步長的樣本數量，預設為50

endpoint:該值為 true 時，數列中中包含stop值，反之不包含，預設是true。

base:對數 log 的底數。

3.1 numpy.arange例項

#生成乙個陣列，起始值10、終止值20，步長2：

import numpy as np
x = np.arange(10,
20,2)
print
(x)

[10 12 14 16 18]

#生成乙個陣列，元素全為1：

import numpy as np
# 預設為浮點數
x = np.ones(5)
print
(x)# 自定義型別
x = np.ones([2
,2], dtype =
int)
print
(x)

[1. 1. 1. 1. 1.]

[[1 1]

[1 1]]

import numpy as np

#設定起始點為 1 ，終止點為 10，數列個數為 10
a = np.linspace(1,
10,10)
print
(a)#將 endpoint 設為 false，不包含終止值;如果將 endpoint 設為 true，則會包含 20
b = np.linspace(10,
20,5, endpoint =
false
)print
(b)#設定間距
c =np.linspace(1,
10,10,retstep=
true
)print
(c)

[ 1. 2. 3. 4. 5. 6. 7. 8. 9. 10.]

[10. 12. 14. 16. 18.]

(array([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10.]), 1.0)

import numpy as np

# 預設底數是 10
a = np.logspace(
1.0,
2.0, num =10)
print
(a)b = np.logspace(0,
9,10,base=2)
print
(b)

[ 10. 12.91549665 16.68100537 21.5443469 27.82559402

35.93813664 46.41588834 59.94842503 77.42636827 100. ]

[ 1. 2. 4. 8. 16. 32. 64. 128. 256. 512.]

科學計算之Numpy入門1

numpy所包括的函式可以十分方便的進行資料處理，尤其是矩陣運算，之前的python都是使用列表與元組，在進行矩陣運算的時候非常不便。對於同樣的數值計算任務，使用numpy要比直接使python 方便得多。因為numpy 能夠直接對陣列和矩陣進行操作，量大大的減少了，並且其眾多的數學函式也會讓編寫 ...

Python的Numpy入門基礎1

numpy作為python的常用庫，主要實現陣列的計算和分析，其優點是直接進行陣列計算，相比python的巢狀列表，更加高效。在功能上，與pandas存在一定的相似性。引用庫的方法 import numpy as np 一般縮寫為np，方便後續的引用在資料分析過程中，存在建立定義 索引 切片 矩陣轉...

NumPy學習筆記（1） NumPy庫簡介

這兩年python特別火，在一些it 上轉一圈各處都能看到關於python的技術類文章，引用官方的說法 python就是 一種解釋型的 物件導向的 帶有動態語義的高階程式語言 等方面。我是因為搞深度學習開始接觸python的，之前學的c 在遇見python後簡直開啟了新世界的大門，碼 的幸福感簡直爆...