Python —— 实例化ndarray对象

ndarray(全称The N-dimensional array)是存储着相同类型和大小的元素的多维数组。数组的维度和每个数组中的元素是由shape来决定的。数组中的元素类型是由dtype决定的。与其他python中的对象容器一样,ndarray中的内容可以由数组的下标来访问。

实例化ndarray对象:numpy.arange(int)

如:

根据arange()中填的数字实例化出ndarray数组,如果想要创建多维数组,需要再调用reshape()函数,如:

                     

            

除了直接创建ndarray数组外,还可以将现有的列表转化为ndarray数组,如:

         

ndarray有几个基本属性:

shape  :  ndarray对象的形状,由一个tuple表示;

ndim    :  ndarray对象的维度;

size      :    ndarray对象中元素的数量;

dtype   :  ndarray对象中元素的数据类型。

例如,对于数组:

array([[ 0, 1, 2, 3, 4],[ 5, 6, 7, 8, 9],[10, 11, 12, 13, 14]])

       

ndarray还有几种特殊的实例化方法,通过传入要实例化ndarray对象的shape:

numpy.zeros():实例化全是0的ndarray对象

numpy.ones():实例化全是1的ndarray对象

numpy.empty():实例化随机数的ndarray对象

原文地址:https://www.cnblogs.com/mulin1999/p/12354212.html

时间: 2024-08-04 01:48:32

Python —— 实例化ndarray对象的相关文章

python类和对象的底层实现

按照python中"一切皆对象的原理",所有创建的对象,都是一个已知存在的class实例化的结果;那么class又是被哪个"类"实例化的呢?先看下面的一段代码 class Foo(object): pass obj = Foo() print type(obj) print type(Foo) 结果为: <class '__main__.Foo'> <type 'type'> 可以看到:obj是由Foo实例化,而Foo由type类创建 这样F

Python(七)-面对对象编程

第一章 面向对象设计的问题 1.什么是面向对象编程          -- 以前使用函数来实现,使用函数比较复杂的实现,现在使用面向对象,实现起来更简单.          -- 面向对象就是现在就是用类和对象来进行实现     2.什么是类?什么是对象?两者又有什么关系?         -- 类里面就是函数的集合         -- 例如:obj = 类名(),             obj就是对象,这个过程叫做实例化的过程,最后调用时使用对象名.函数()的格式进行调用,例如:obj.函

Python 类型和对象(转)

译文:http://wiki.woodpecker.org.cn/moin/PyTypesAndObjects 原文:http://www.cafepy.com/article/python_attributes_and_methods/ 解释新式的Python对象(new-style): <type 'type'> and <type 'object'>是什么东西 用户定义的类及实例是如何相互关联的,和内置类型有啥关系how user defined classes and in

NumPy-快速处理数据--ndarray对象--多维数组的存取、结构体数组存取、内存对齐、Numpy内存结构

本文摘自<用Python做科学计算>,版权归原作者所有. 上一篇讲到:NumPy-快速处理数据--ndarray对象--数组的创建和存取 接下来接着介绍多维数组的存取.结构体数组存取.内存对齐.Numpy内存结构 一.多维数组的存取 多维数组的存取和一维数组类似,因为多维数组有多个轴,因此它的下标需要用多个值来表示,NumPy采用组元(tuple)作为数组的下标.如二维数组需要(x, y)的元组标记一个数组元素:三维数组需要(x, y, z)的元组标记一个元素. 如下图所示,a为一个6x6的二

NumPy-快速处理数据--ndarray对象--数组的创建和存取

本文摘自<用Python做科学计算>,版权归原作者所有. NumPy为Python提供了快速的多维数组处理的能力,而SciPy则在NumPy基础上添加了众多的科学计算所需的各种工具包,有了这两个库,Python就有几乎和Matlab一样的处理数据和计算的能力了.可以直接按照书中写的下载Python(x,y),也可以单独配置各个模块.配置方法见:Numpy.SciPy.MatPlotLib在Python2.7.9下的安装与配置 一.为什么需要Numpy处理数据? 1. 标准安装的Python中用

8.python之面相对象part.4(接口继承的思想设计,这种东西也叫抽象类)

接口继承也叫做程序的归一化设计,这种东西也有人叫它抽象类. 那么什么又是抽象类呢? 抽象类这种东西,只能被继承,不可以被实例化. 如果说一个类是从一堆对象中抽取出来的,那么一个抽象类,就是从一堆类中抽取出来的. 简单的说,抽象类与普通类最大的不同之处就是,抽象类中的方法都试抽象的,没有办法实现具体的功能,这种抽象类不能生成对象,只可以被继承,但是,继承了这个抽象类的子类,必须去实现抽象类所抽象出来的方法!这个概念很像接口,所以说,我把它理解为接口式的继承. 关于抽象类的定义概念,可以参考下面这个

python类和对象-扩展

1.为类或对象动态创建属性或方法 2.__slots__ = ('name','age'),[实例]只能创建指定的属性属性或方法 ---新式类 3.执行父类的构造函数的不同Father.__init__(self) --经典类super(Son,self).__init__() --新式类 4.Person.__bases__ 只会显示一层继承的所有父类5.__call__ __call__ 一个已经实例化的对象p,在调用p()6.python中一切都是对象,类本身也是对象,类是由type产生的

PyObject, PyTypeObject - Python 中的 &#39;对象&#39; 们

1 PyObject, PyTypeObject - Python 中的 '对象' 们 2 3 '一切皆对象' - 这是 Python 的学习和使用者们最最常听到一句, 可谓 博大精深 - '勃大精深'. 4 '对象(Object)' 是 Python 最核心的一个概念, 在 Python 中 '一切皆是对象'. 5 整数,字符串,类型type(整数类型, 字符串类型)统统都是'对象'. 6 7 Python 已经预先定义了一些'类型对象', 如 int 类型, dict 类型, string

Python 类和对象-上

#类和对象 class Human: #属性 -> 成员属性(变量) ear = 2 mouth = 1 sex = 'man' age = 28 name = 'zhangwang' married = False color = 'yellow' #特征 -> 成员方法(函数) def walk(self): print('直立行走') def eat(self): print('吃饭') def sleep(self): print('睡觉') def playgame(self): p