Numpy 创建数组2

Numpy数组除了可以使用底层 ndarray 构造器来创建外,也可以同伙一下集中方式来创建。

numpty.empty

numpy.empty方法用来创建一个指定形状(shaoe)、数据类型(dtype)且未初始化的数组:

numpy.empty(shape, dtype = float, order = “C”)

参数说明:

参数 描述
shape 数组形状
dtype 数据类型, 可选
oeder 有“C”和“F”两个选项,分别代表,行优先和列优先,在计算机内存中的存储元素顺序

下面是创建空数组的实例:

import numpy as np
x = np.empty([3, 2], dtype = int)
print(x)

输出结果:

[[ 6917529027641081856  5764616291768666155]
 [ 6917529027641081859 -5764598754299804209]
 [          4497473538      844429428932120]]

注意数组元素为随机值,因为他们未初始化

numpy.zeros

创建指定大小的数组,数组元素以 0 来填充:

numpy.zeros(shape, dtype = float, order = “C”)

实例:

 import numpy as np

# 默认为浮点数

x= np.zeros(5)

print(x)

# 设置数据类型为整数

y = np.zeros((5,), dtype = np.int)

print(y)

# 自定义类型

z = np.zeros((2, 2),dtype = [(‘x‘, ‘i4‘), (‘y‘, ‘i4‘)])

print(z)

numpy.ones

创建指定形状的数组,数组元素以 1 来填充

numpy.ones(shape, dtype = None, order = ‘C‘)

实例:import numpy as np# 默认为浮点数x = np.ones(5)print(x)

# 自定义类型x = np.ones([2, 2], dtype = int)print(x)

输出结果为:

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

原文地址:https://www.cnblogs.com/jcjc/p/10794456.html

时间: 2024-11-05 20:41:36

Numpy 创建数组2的相关文章

numpy创建数组元素的获取

import numpy as np arr = np.array(np.arange(12).reshape(3,4)) print(arr) print(arr[0]) #获取二维数组的第一行 print(arr[1]) #获取二维数组的第二行 print(arr[:3]) #获取二维数组的前三行 print(arr[[0,2]]) #获取二维数组的第1行和第三行 print(arr[:,1]) #获取二维数组的第二列 print(arr[:,-2:]) #获取二维数组的后两列 print(

『Numpy』内存分析_利用共享内存创建数组

引.内存探究常用函数 id(),查询对象标识,通常返回的是对象的地址 sys.getsizeof(),返回的是 这个对象所占用的空间大小,对于数组来说,除了数组中每个值占用空间外,数组对象还会存储数组长度.数组类型等其他信息 numpy.ndarray.ctypes.data属性,返回numpy数组的内存位置 array.array.buffer_info(),数组对象的内存信息,返回元素起始地址和元素个数 help(array.buffer_info)'''buffer_info(self,

numpy的数组的创建

import numpy as np # numpy创建有规律的一维数组(元组构成) l1 = np.arange(5) print(type(l1)) print(l1) # 打印结果 # <class 'numpy.ndarray'> # [0 1 2 3 4] #创建一个没有规律的一维数组(元组构成) l2 = np.array((1,23,435,65,43)) print(type(l2)) print(l2) # 打印结果 # <class 'numpy.ndarray'&g

NumPy 从数值范围创建数组

numpy从数值范围创建数组主要有:创建指定范围的数组(numpy.arange).创建指定范围的等差数列(numpy.lineapace).创建指定范围的等比数列(numpy.logspace) 1.numpy.arange(start, stop, step, dtype) start:起始值,默认为0 stop:结束值,这个是必需,传一个值的时候虽然是赋值给了start,但是却是一个结束值 step:步长,默认为1 dtype:数据类型,如果没有提供,则会使用输入数据的类型. import

NumPy | 05 创建数组

ndarray 数组除了可以使用底层 ndarray 构造器来创建外,也可以通过以下几种方式来创建. 一.numpy.empty numpy.empty 方法用来创建一个指定形状(shape).数据类型(dtype)且未初始化的数组: numpy.empty(shape, dtype = float, order = 'C') 参数说明: 参数 描述 shape 数组形状 dtype 数据类型,可选 order 有"C"和"F"两个选项,分别代表,行优先和列优先,在

Python创建数组

1  创建数组 arange函数:指定初始值.终值.步长来创建数组 >>> import numpy >>> numpy.arange(0,1,0.1) array([ 0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9]) linspace函数:通过指定开始值.终值和元素个数来创建一维数组,可以通过endpoint关键字指定是否包括终值,缺省设置是包括终值 >>> numpy.linspace(0,1,1

python创建数组的方法

一 直接定义法: 1.直接定义 matrix=[0,1,2,3] 2.间接定义 matrix=[0 for i in range(4)] print(matrix) 二 Numpy方法: Numpy内置了从头开始创建数组的函数: zeros(shape)将创建一个用指定形状用0填充的数组.默认的dtype是float64. 下面是几种常用的创建方法: #coding=utf-8 import numpy as np a = np.array([1,2,3,4,5]) print a b = np

numpy使用数组进行数据处理

numpy使用数组进行数据处理 meshgrid函数 理解: 二维坐标系中,X轴可以取三个值1,2,3, Y轴可以取三个值7,8, 请问可以获得多少个点的坐标? 显而易见是6个: (1,7)(2,7)(3,7) (1,8)(2,8)(3,8) >>> import numpy as np#导入numpy >>> a=np.array([1,2,3])#创建一维数组 >>> b=np.array([7,8]) >>> res=np.me

numpy:数组的类型

先将模块导入到文件中 import numpy as np 1.创建数组的时候指定类型 arr = np.arange(0, 6, 1, dtype=np.int64) arr = np.arange(0, 6, 1, dtype=np.float64) 使用arange()方法创建数组,用参数dtype设置数组中元素的数据类型,使用arange()方法创建的数组无法将元素指定为bool类型 2.创建元素类型为bool的数组 arr = np.array([0, 1, 2, 3, 4], dty