#建立ndarray
import
numpy as np
nd = np.array([2,4,6,'
11'])#
numpy中預設ndarray的所有元素的資料型別是相同，如果資料的型別不同，會統一為統一型別，優先順序為str>float>int
nd #
array(['2', '4', '6', '11'], dtype='#
使用np建立routines函式建立
#（1）np.one(shape,dtype=none,order='c')建立陣列
#根據所給的形狀和型別返回乙個元素全部為1的陣列。預設numpy.float64型別
#引數：
#shape：定義返回元祖的形狀，傳入int或者ints元祖，如果傳入int，返一維陣列
#如果傳入ints元祖，返回多維陣列
#dtype：定義的資料型別，可選引數，預設numpy.float64.例如：numpy.int8
#order：可選，返回多維陣列時，記憶體的排列方式
np.ones(shape=(5,4)) #
返回乙個5行4列的陣列,元素的內容都為1
ones = np.ones(shape=(3,2,3), dtype=int) #
返回3個兩行三列都為1的陣列
#（2）np.zeros(shape,dtype=float,order='c')
#返回根據給定的形狀和型別全部為0的陣列
np.zeros(shape=(5,4)) #
返回乙個5行4列都為0的陣列
#（3）np.full(shape,fill_value,dtype=none,order='c')
#根據給定的形狀和所填充的值，返回乙個新的陣列
np.full(shape=(6,5,2), 1) #
shape可以理解為6個5行2列的陣列,並且都是使用1填充。
#（4）np.eye(n,m=none,k=0,dtype=float)
#返回乙個對角線為1，其他位置為0的陣列（可以理解為單位矩陣）
#引數：
#n：返回陣列的行數
#m：可選，返回的陣列的列表。如果不指定，返回的陣列行=列
#k：可選，指定對角線的位置
#dtype：可選，返回陣列的資料型別
np.eye(3,3) #
3行3列的陣列,主對角線為1, 其餘為0
#（5）np.linspace(start, stop, num=50, endpoint=true, retstep=false, dtype=none)
#在指定的範圍內返回均勻間隔的數字, 返回均勻分布的樣本
#引數:
#start: 序列的起始點
#end: 序列的結束點
#num: 生成的樣本數, 預設是50個。
np.linspace(1,10) #
50個元素的陣列
np.linspace(1,10,10) #
array([ 1.,2.,3., 4.,5.,6.,7.,8.,9.,10.]) -- 1-10分成10份
#（6）np.arange([start,]stop,[step,]dtype=none)
#類似python原生的range()方法,只不過返回的是array。
np.arange(0,100,step=2) #
建立由偶數組成的陣列
#（7）np.random.randint(low,high=none, size=none, dtype="l")
#生成在區間[low,high)上的隨機整數值;若high=none, 則取值區間變為[0,low), size為最大長度, 為整形和整形元組。
np.random.randint(10,20) #
生成乙個10-19之間的隨機值
np.random.randint(10,20,size=10) #
返回乙個陣列，包含10個隨機整數
np.random.randint(10,20,size=(2,3,4)) #
生成兩個3行4列的隨機值陣列
#（8）np.randn(d0,d1,...dn)
#標準的正太分布,引數為維度
np.random.randn(10,5) #
如果只給第乙個引數為一維，給第二個引數為二維,...
#（9）np.random.normal(loc=0.0, scale=1.0, size=none)
#正太分布函式
#引數：
#loc : 浮點型, 概率分布的均值, 對應著整體分布的中心center
#scale :浮點型, 概率分布的標準差
#size : 整形或整形陣列, 預設為none, 只返回乙個值
np.random.normal(175, scale=0, size=100) #
概率分布的標準差為0, 返回100個元素的陣列, 元素都為175
np.random.normal(175, scale=100, size=100) #
100個正太分布元素
#（10）np.random.random(size=none)
#生成0到1的隨機數。
np.random.random(size=(5,4)) #
5行4列
好好學習，天天向上
Numpy中outer的應用
1 dot 一維，計算內積，得到乙個值 多維，滿足矩陣相乘 2 outer 對於多維向量，全部展開變為一維向量 第乙個引數表示倍數，使得第二個向量每次變為幾倍。第乙個引數確定結果的行，第二個引數確定結果的列 import numpy as np x1 1,2,3 x2 4,5,6 outer np....
numpy中arg 方法的應用
numpy中返回物件中最大值，最小值或排序後的索引。arr.argmax 返回array物件中最大值所佔的索引 arr.argmin 返回array物件中最小值所在的索引 arr.argsort 返回array物件中公升序排列後的索引 上述三個api均可填入引數axis 0,1,axis 0，表示按...
Python 中 NumPy 的廣播
廣播描述了 numpy 如何在算術運算期間處理具有不同形狀的陣列。為了實現形狀相容，較小的陣列仍在較大的陣列上 廣播 廣播提供了一種向量化陣列操作的方法，以便在 c 而不是 python 中進行迴圈。numpy 通常在逐個元素的基礎上對陣列對進行操作。在最簡單的情況下，兩個陣列必須具有完全相同的形狀...