# data = numpy.genfromtxt("C:\\Users\\Admin\Desktop\\111.txt", delimiter='\t', dtype='str')  # 处理文件
# print(data.dtype) --> <class 'numpy.ndarray'> 查看类型
# print(data)
# print(help(numpy.genfromtxt)) ---> 查看帮助文档

# 一维数组 ---> (3,) 3行
# array = numpy.array([1,2,3])
# 二维数组 numpy.array -->必须相同的结构
array = numpy.array([[11,22,33],[42,52,62]])
#print(array.shape) # --->(2,3) 表示结构 2行3列
# print(array == 1) # ---> [[ True False False] [False False False]]

# print(array[array ==1]) # 【1】----> 返回 为true的值

# print((array == 1) | (array == 4)) # array 等于1的或者等于4的
# print((array == 1) & (array == 4)) # array 等于1的和等于4的

# print(array.astype(str)) # --->astype 转换类型
# print(array.max()) # --最大值
# print(array.sum(axis=1)) # -- 行的求和
# print(array.sum(axis=0)) # -- 列的求和

# print(numpy.arange(15).reshape(3,5).shape) # ---->随机生成15个数,并且3行5列
# print(numpy.arange(15,30,2)) # ---->生成15-30 步长为2的数组
# print(array.ndim) # -->几位矩阵函数
# print(array.size) # -->数组长度
# print(numpy.zeros((3,5))) # -->初始化一个3行5列的数组
# print(numpy.ones((2,3,4), dtype=numpy.int32)) # -->初始化一个三维数组,并指定类型为int32
# print(numpy.random.random((3,4))) # -->随机生成3行4列 负1-正1 的区间数
# print(numpy.linspace(0, 2*numpy.pi, 100)) # -->生成 0-2*pi 之间的100个数字
# a = numpy.array([[1, 3],[5, 7]])
# b = numpy.array([[0, 1],[2, 3]])
# print('----------------------')
# print(numpy.dot(a , b)) # -->矩阵相乘

# a = numpy.array([[1,2],[3,4]])
# b = numpy.array([[5,6],[7,8]])
# print(numpy.hstack((a, b))) # --> 两个数值按行拼接
# print(numpy.vstack((a, b))) # --> 两个数值按列拼接

# a = numpy.floor(numpy.array(10 * numpy.random.random((2,12)))) #--->取整数的 10 * -1到1的12行2列
# print(a)
# print(numpy.hsplit(a, 3)) #-->行切割数据
# print(numpy.hsplit(a, (3,4))) # -->行从哪里开始切隔

a = numpy.array([[1,2,3],[4,5,6]])

b = a

----> 两个地址相同,其中一个修改数据,另一个跟着修改

b = a.view()

----> 两个地址不同,其中一个修改,另一个也跟着修改

b = a.copy()

---> 两个地址不同,其中一个修改不影响另一个

numpy的初探的更多相关文章

  1. numpy之初探排序和集合运算

    排序 排序 numpy与python列表内置的方法类似,也可通过sort方法进行排序. 用法如下: In [1]: import numpy as np In [2]: x = np.random.r ...

  2. 科学计算工具-Numpy初探

    Numpy基础数据结构 Numpy数组是一个多维数组,称为ndarray.其由两部分组成: 实际的数据 描述这些数据的原数据 导入该库: import numpy as np 多维数组ndarray ...

  3. python大数据初探--pandas,numpy代码示例

    import pandas as pd import numpy as np dates = pd.date_range(',periods=6) dates import pandas as pd ...

  4. 初探numpy

    安装numpy 通过python pip安装numpy pip install numpy numpy ndarray对象 创建ndarray对象只需调用numpy的array函数即可 numpy.a ...

  5. 初探numpy——广播和数组操作函数

    numpy广播(Broadcast) 若数组a,b形状相同,即a.shape==b.shape,那么a+b,a*b的结果就是对应数位的运算 import numpy as np a=np.array( ...

  6. 初探numpy——numpy常用通用函数

    numpy通用函数 快速的逐元素数组函数,也可以称为ufunc,对ndarray数据中的元素进行逐元素操作的函数 一元通用函数 函数名 描述 abs.fabs 取绝对值 sqrt 计算平方根,等同于a ...

  7. PROJ4初探(转并整理格式)

    PROJ4初探(转并整理格式) Proj4是一个免费的GIS工具,软件还称不上. 它专注于地图投影的表达,以及转换.采用一种非常简单明了的投影表达--PROJ4,比其它的投影定义简单,但很明显.很容易 ...

  8. NumPy简明教程

    源地址:http://blog.csdn.net/sunny2038/article/details/9002531 http://blog.csdn.net/sunny2038/article/de ...

  9. 算法初探:Tensorflow及PAI平台的使用

    前言 Tensorflow这个词由来已久,但是对它的理解一直就停留在“听过”的层面.之前做过一个无线图片适配问题智能识别的项目,基于Tensorflow实现了GoogLeNet - Inception ...

随机推荐

  1. sql server 查询表的创建时间

    遇到一情况,前几天创建一个表,但是后来忙别的事情了,现在要用这个表,结果失忆了.....完全想不起来表名. 然后就想办法查询表的创建时间试图找回表名 最后找到了,根据表的创建时间排序,因为平常也用不到 ...

  2. JS for循环小题2

    ********** for(var a = 1; a<=4;a++){ //外循环定义循环4次,4行 for(var i= 1;i<=a;i++){ //内循环控制*的打印次数,循环一次 ...

  3. Python模块 - paramiko

    paramiko模块提供了ssh及sft进行远程登录服务器执行命令和上传下载文件的功能.这是一个第三方的软件包,使用之前需要安装. 1 基于用户名和密码的 sshclient 方式登录 # 建立一个s ...

  4. Python之线程

    操作系统线程理论 线程概念的引入背景 进程 之前我们已经了解了操作系统中进程的概念,程序并不能单独运行,只有将程序装载到内存中,系统为它分配资源才能运行,而这种执行的程序就称之为进程.程序和进程的区别 ...

  5. 推荐几个IDEA插件,Java开发者撸码利器。

    这里只是推荐一下好用的插件,具体的使用方法不一一详细介绍. JRebel for IntelliJ 一款热部署插件,只要不是修改了项目的配置文件,用它都可以实现热部署.收费的,破解比较麻烦.不过功能确 ...

  6. Hibernate(七):*.hbm.xml配置文件中Set三个属性

    背景: 在上一篇文章中实现双向关联时,其中在Customer.java中我们使用了java.util.List<Order>来关联多的Order.其实还有另外一种实现方法:使用java.u ...

  7. python手动设置递归调用深度

    python超出递归深度时会出现异常: RuntimeError: maximum recursion depth exceeded python默认的递归深度是很有限的,大概是900当递归深度超过这 ...

  8. html5的八大特性

    HTML5是用于取代1999年所制定的 HTML 4.01 和 XHTML 1.0 标准的 HTML [1](标准通用标记语言下的一个应用)标准版本:现在仍处于发展阶段,但大部分浏览器已经支持某些 H ...

  9. iconfont字体图标和各种CSS小图标

    前言:这是笔者学习之后自己的理解与整理.如果有错误或者疑问的地方,请大家指正,我会持续更新! iconfont字体图标 我们的需求中,很多时候会看到一些小的图形,或者叫图标,比如天猫网站中:     ...

  10. python pygame 安装和运行的一些问题

    1.python安装过程中可以选择自动配置环境变量,可以避免手动配置,但是缺点是如果环境变量有问题,就得自己重新学习配置环境变量. 2.我自己想用python从游戏方面入手,所以在安装pygame过程 ...