【Python数组及其基础操作】【Numpy ndarray】

一、创建数组

  在python中创建数组最简单的办法就是使用array函数。它接受一切序列型的对象,然后产生一个含有传入数据的numpy数组。其中,嵌套序列(比如由一组等长列表组成的列表)会被转换为一个多维数组。

  1、array函数:

numpy.array(object, dtype = None, copy = True, order = None, subok = False ,ndmin = 0)

  • object             数组或嵌套的数列
  • dtype              数组元素的数据类型,可选
  • copy               对象是否需要复制,可选
  • order              创建数组的样式,C为行方向,F为列方向,A为任意方向(默认)
  • subok             默认返回一个与基类类型一致的数组
  • ndmin             指定生成数组的最小维度
1 #将列表转换为数组
2 import numpy as np
3 a = [1, 2, 3, 4]           #创建列表
4 b = np.array(a)           #将列表转换为数组
5 #这样就创建完成了一个一维数组 b[1,2,3,4]
1 #直接创建一维数组
2 import numpy as np
3 a = np.array([1, 2, 3, 4])
1 #创建二维数组
2 import numpy as np
3 b = np.arry([ [1, 2, 3], [4, 5, 6], [7, 8, 9] ] )

  2、zeros和ones分别可以创建指定长度、形状的全0或全1数组

1 improt numpy as np
2 np.zeros(3)                  #输出结果为[0., 0., 0.]
3
4 np.ones(3)                   #输出结果为[1., 1., 1.]
5
6 np.zeros(3,3)
7 ‘‘‘输出结果为[[0., 0., 0.]
8             [0., 0., 0.]
9             [0., 0., 0.]]  ‘‘‘

  

  3、创建随机数组

1 improt numpy as np
2 np.random.rand(10, 10)    #创建指定形状的数组(范围在0,1之间)
3 np.random.uniform(0,100) #创建指定范围内的一个数
4 np.random.randint(0, 100) #创建指定范围内的一个整数
5 np.random.normal(1.7, 0.1, (2, 3)0  #给定均值/标准差/维度的正态分布

  4、arange函数:

1 np.arange(start, stop, step, dtype = None)

  根据start(默认为0)和stop指定的范围以及step(默认为1)生成一个数组

import numpy as np
a = np.arange(0, 10, 1)
b = np.arange(10)

  a与b相同为array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

 5、数组属性

  • b.size               数组元素个数
  • b.shape           数组形状
  • b.ndim             数组维度
  • b.dtype            数组元素类型
  • b.ltemsize        数组元素字节大小

 6、数组索引和切片

import numpy as np
#先定义一个一维数组[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
a = np.arange(10)
>>>a[5]5>>>a[2:5]array([2, 3, 4])

 7、基本数组统计方法

    可以通过数组上的一组数学函数对整个数组或某个轴向的数据进行统计计算

  • sum             对数组中全部或某轴向的元素求和。零长度数组的sum为0
  • mean           算数平均数。零长度数组的mean为NaN
  • std,var          分别为标准差和方差,自由度可调(默认为n)
  • max,min     最大值和最小值
  • argmin, argmax     最大和最小元素的索引
  • cumsum          所有元素的累加
  • cumprod         所有元素的累积

原文地址:https://www.cnblogs.com/biqianxiang/p/12307148.html

时间: 2024-07-29 20:18:52

【Python数组及其基础操作】【Numpy ndarray】的相关文章

python之LIST基础操作

1,创建列表 >>> list1=['a','b','c','d'] >>> list2=[1,2,3,4] >>> list3=['a','b','c',1,2,3] 2,访问列表中的值 >>> print 'list1[0]:',list1[0] list1[0]: a >>> print 'list2[2]:',list2[2] list2[2]: 3 负数索引值计算公式list[-n]==list[len(l

JavaSE学习(五):数组及其基础操作

第一节 数组 1.1 数组定义 将具有相同数据类型的数据集中再一个容器中,这个容器我们称之为数组.数组也是引用数据类型中的一种. 1.2 数组的声明的方式 1.方式一: 数据类型[] 数组名 = new 数据类型[数组的长度]; 2.方式二: 数据类型[] 数组名 = {数值1,数值2...}; 3.方式三: 数据类型[] 数组名 = new 数据类型[] {数值1,数值2....}; 1.3 Java中的三种注释方式 方式一:单行注释 //   解释当前行代码 方式二:多行注释 /*注释内容*

python 数组的常识操作和切片

为什么会用到List数组的操作,首先如果你定义一个字符串a='1214477777',以这个字符串为例子,如果你想取7的值那么你需要喜欢这个字符串,加上判断是否等于,如果等于7打印7的内容,这样就会很麻烦,代码行数也会增加 这时候就要使用list数组的操作,数组就是取值方便的集合,比如你定义一个数组a=[1,2,3,4]如果你想取其中一个值只需要知道他的下标你就可以取值了,也就是a[你想取的值]这样就会非常方便 下面就说一些数组的简单常用操作 数组的增加方法有两种 a=[1,2,3,4] a.a

关于JS中数组的分析操作

JS数组的基础操作代码: <script type="text/javascript">        数组的三种定义    var arr1 = new Array();     var arr3 = Array(1,2,3.5,4,'5',false);     var arr2 = [1,2,3,4,'5',"aa",true];         var i;     var arr4 = [];    arr4[3] = 12;     arr4

numpy 学习 第2篇:ndarray 基础操作

numpy模块内置的函数能够对数组进行复杂而高效的操作,这些函数中都有一个参数axis(轴).在数组中,轴表示维度,对于二维数组,axis参数的取值通常有: 当axis为None,表示把数组展开为一维数组: 当axis为0时,表示按照列(第一维)进行计算: 当axis=1时,表示按照行(第二维)进行计算. 一,排序sort sort(axis,kind)函数用于对数组进行排序,可以使用类方法numpy.sort(),返回的是数组的已排序的副本,而原始数组并没有改变:也可以使用对象方法obj.so

Python中numpy 数组的切片操作

Python中numpy 数组的切片操作简介取元素 X[n0,n1]切片 X[s0:e0,s1:e1]切片特殊情况 X[:e0,s1:]示例代码输出结果简介X[n0,n1]是通过 numpy 库引用二维数组或矩阵中的某一段数据集的一种写法.类似的,X[n0,n1,n2]表示取三维数组,取N维数组则有N个参数,N-1个逗号分隔.以二维数组为例: import numpy as npX = np.array([[0,1,2,3],[10,11,12,13],[20,21,22,23],[30,31,

【Python数据挖掘课程】六.Numpy、Pandas和Matplotlib包基础知识

前面几篇文章采用的案例的方法进行介绍的,这篇文章主要介绍Python常用的扩展包,同时结合数据挖掘相关知识介绍该包具体的用法,主要介绍Numpy.Pandas和Matplotlib三个包.目录:        一.Python常用扩展包        二.Numpy科学计算包        三.Pandas数据分析包        四.Matplotlib绘图包 前文推荐:       [Python数据挖掘课程]一.安装Python及爬虫入门介绍       [Python数据挖掘课程]二.K

科学计算库Numpy基础操作

pycharm,python3.7,numpy版本1.15.1 2018年9月11日04:23:06 """ 科学计算库Numpy基础操作 时间:2018\9\11 0011 """ import numpy print("""\n------以矩阵的方式读取数据------\n ------------genfromtxt函数('文件路径',delimiter = '分隔符',dtype = 读取方式)------

numpy数组和python数组的区别

1.numpy数组创建时是固定大小,python数组(list)是动态的.更改ndarray的大小将创建一个新数组并删除原来的数组. 2.元素类型区别. NumPy数组中的元素都需要具有相同的数据类型,因此在内存中的大小相同. python的List可以存放不同类型的元素. 例外情况:Python的原生数组里包含了NumPy的对象的时候,这种情况下就允许不同大小元素的数组. 3.数学操作执行效率高于原生python 4.越来越多的基于Python的科学和数学软件包使用NumPy数组 原文地址:h