>>>> mya=np.zeros(shape=(2,2))

>>>> mya

array([[ 0.,  0.],

[ 0.,  0.]])

>>>> mya=np.empty(shape=(2,2))

>>>> mya

array([[ 0.,  0.],

[ 0.,  0.]])、

创建数组元素为float的数组。

>>>>mya=np.array([1,2,3,4,5,6],dtype=float)

>>>> mya

array([ 1., 2.,  3.,  4., 5.,  6.])

>>>>

通过copy參数复制数据。

>>>> myz

array([[1, 2, 3],

[4, 5, 6]])

>>>>mya=np.array(myz,copy=False)

>>>> mya

array([[1, 2, 3],

[4, 5, 6]])

>>>> myz[0,1]=111

>>>> myz

array([[ 1, 111,   3],

[  4,   5,  6]])

>>>> mya

array([[ 1, 111,   3],

[  4,   5,  6]])

本博客全部内容是原创,假设转载请注明来源

http://blog.csdn.net/myhaspl/

>>>> myz

array([[ 1, 111,   3],

[  4,   5,  6]])

>>>> myz[1,1]=2

>>>> myz

array([[ 1, 111,   3],

[  4,   2,  6]])

>>>> mya

array([[ 1, 111,   3],

[  4,   5,  6]])

>>>>myb=np.array([[11,22],[33,44]],dtype=[('a','<i4'),('b','<i4')])

>>>> myb

array([[(11, 0), (22, 0)],

[(33, 0), (44, 0)]],

dtype=[('a', '<i4'), ('b', '<i4')])

>>>>myb=np.array([[(11,22),(33,44)],[(1,2),(3,4)]],dtype=[('a','<f4'),('b','<i4')])

>>>> myb

array([[(11.0, 22), (33.0, 44)],

[(1.0, 2), (3.0, 4)]],

dtype=[('a', '<f4'), ('b', '<i4')])

>>>> myb['b']

array([[22, 44],

[ 2,  4]])

>>>> myb['a']

array([[ 11.,  33.],

[  1.,   3.]], dtype=float32)

>>>>

生成矩阵

>>>> np.array(np.mat('1 2; 34'), subok=True)

matrix([[1, 2],

[3, 4]])

数学之路-python计算实战(6)-numpy-ndarray的更多相关文章

  1. 数学之路-python计算实战(5)-初识numpy以及pypy下执行numpy

    N .有用的线性代数.傅里叶变换和随机数生成函数.numpy和稀疏矩阵运算包scipy配合使用更加方便.NumPy(Numeric Python)提供了很多高级的数值编程工具,如:矩阵数据类型.矢量处 ...

  2. 数学之路-python计算实战(17)-机器视觉-滤波去噪(中值滤波)

    Blurs an image using the median filter. C++: void medianBlur(InputArray src, OutputArray dst, int ks ...

  3. 数学之路-python计算实战(20)-机器视觉-拉普拉斯算子卷积滤波

    拉普拉斯算子进行二维卷积计算,线性锐化滤波 # -*- coding: utf-8 -*- #线性锐化滤波-拉普拉斯算子进行二维卷积计算 #code:myhaspl@myhaspl.com impor ...

  4. 数学之路-python计算实战(15)-机器视觉-滤波去噪(归一化块滤波)

    # -*- coding: utf-8 -*- #code:myhaspl@myhaspl.com #归一化块滤波 import cv2 import numpy as np fn="tes ...

  5. 数学之路-python计算实战(14)-机器视觉-图像增强(直方图均衡化)

    我们来看一个灰度图像,让表示灰度出现的次数,这样图像中灰度为 的像素的出现概率是  是图像中全部的灰度数, 是图像中全部的像素数,  实际上是图像的直方图,归一化到 . 把  作为相应于  的累计概率 ...

  6. 数学之路-python计算实战(19)-机器视觉-卷积滤波

    filter2D Convolves an image with the kernel. C++: void filter2D(InputArray src, OutputArray dst, int ...

  7. 数学之路-python计算实战(21)-机器视觉-拉普拉斯线性滤波

    拉普拉斯线性滤波,.边缘检測  . When ksize == 1 , the Laplacian is computed by filtering the image with the follow ...

  8. 数学之路-python计算实战(16)-机器视觉-滤波去噪(邻域平均法滤波)

    # -*- coding: utf-8 -*- #code:myhaspl@myhaspl.com #邻域平均法滤波,半径为2 import cv2 import numpy as np fn=&qu ...

  9. 数学之路-python计算实战(2)-初遇pypy

    PyPy是Python开发人员为了更好的Hack Python创建的项目.此外,PyPy比CPython是更加灵活,易于使用和试验,以制定详细的功能在不同情况的实现方法,能够非常easy实施. 该项目 ...

  10. 数学之路-python计算实战(9)-机器视觉-图像插值仿射

    插值 Python: cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]]) → dst interpolation – interpol ...

随机推荐

  1. css实现透明的两种方式及其区别

    一.opacity:0~1 值越高,透明度越低,下面为示例 选择器{ opacity:0.5 } 选择器匹配到的节点们,包括节点们的孩子节点,都会实现%50透明,另 0.5 可直接写成 .5 二.rg ...

  2. 【codeforces 452D】Washer, Dryer, Folder

    [题目链接]:http://codeforces.com/problemset/problem/452/D [题意] 洗衣服有3个步骤,洗,干,叠; 有对应的3种洗衣机,分别有n1,n2,n3台,然后 ...

  3. ruby on rails错误undefined method `title&#39; for nil:NilClass

    首先搞清楚这句话,在 Ruby 中,方法分为 public.private 和 protected 三种,仅仅有 public 方法才干作为控制器的动作. 我的出错的代码例如以下: controlle ...

  4. spring boot系统学习(知识点笔记)

    一.http的注解配置 1.@SpringBootAplication=@SpringBootConfiguration(其实就是个@Configuration)+@EnableAutoConfigu ...

  5. android init进程分析 init脚本解析和处理

    (懒人近期想起我还有csdn好久没打理了.这个android init躺在我的草稿箱中快5年了.略微改改发出来吧) RC文件格式 rc文件是linux中常见的启动载入阶段运行的文件.rc是run co ...

  6. Elasticsearch之中文分词器插件es-ik的自定义热更新词库

    不多说,直接上干货! 欢迎大家,关注微信扫码并加入我的4个微信公众号:   大数据躺过的坑      Java从入门到架构师      人工智能躺过的坑         Java全栈大联盟       ...

  7. 当一个元素被浮动后,它的display是否会被默认指定为block?

    css 浮动后的元素不论是什么display的都默认是block就是设置inline也是block IE/6出现双边框的原因 出现双边距的条件是当浮动元素的浮动方向和margin的方向一致时才会出现. ...

  8. (转载)Android项目实战(二十八):使用Zxing实现二维码及优化实例

    Android项目实战(二十八):使用Zxing实现二维码及优化实例 作者:听着music睡 字体:[增加 减小] 类型:转载 时间:2016-11-21我要评论 这篇文章主要介绍了Android项目 ...

  9. ikbc 时光机 F87 Ctrl 失灵 解决办法

    多按几次Fn+PrtSc,直至按键无错位.

  10. jQuery学习(五)——使用JQ完成复选框的全选和全不选

    1.在系统后台进行人员管理时,进行批量删除,使用jq完成全选和全不选 步骤分析: 第一步:引入jquery文件 第二步:书写页面加载函数 第三步:为上面的复选框绑定单击事件 第四步:将下面所有的复选框 ...