ndarray(N-dimensional array)对象是整个numpy库的基础。

它有以下特点:

  • 同质:数组元素的类型和大小相同
  • 定量:数组元素数量是确定的

一、创建简单的数组:

np.array([2,2]) 创建了一个长度为2的一维数组

array(data,dtype=):该函数可以传递两个参数,第一个为数据,可以接收嵌套的元组或列表(可以组合);第二个为数据类型,如果不传会为ndarray()对象指定最合适的数据类型。

二、基本属性:

  • dtype(data-type,数据类型):指定了数组元素的唯一类型
  • shape(形状):指定了数组的维数、元素数量,shape是一个元组类型
  • ndim:轴数(维数)
  • size:数组长度
  • itemsize:定义了每一个元素的长度为多少字节
  • data:表示包含数组实际元素的缓冲区,很少用

三、自带的数组创建方法

1、zeros():生成由shape作为参数指定维度的、元素都为0的数组。

In : np.zeros((3,3))
Out:
array([[ 0., 0., 0.],
[ 0., 0., 0.],
[ 0., 0., 0.]])

2、ones():类似上述函数,生成元素都为1的数组

3、arange(起始值,结束值):生成包含一个数值序列的数组。如果你想得到的序列,最后一个数再加1作为参数

4、arange(起始值,结束值,步长):步长表示序列中相邻两个数的差距

In : np.arange(0,18,3)
Out: array([ 0, 3, 6, 9, 12, 15])

5、reshape():重置定义形状。注意数量。

In : np.arange(0,8).reshape(2,4)
Out:
array([[0, 1, 2, 3],
[4, 5, 6, 7]])

7、linspace(起始值,结束值,分块数):与arange()很相似,区别在于第三个参数表示的是将序列分为多少个部分

In : linspace(0,10,5)
Out: array([ 0. , 2.5, 5. , 7.5, 10. ])

8、random.random():可以使用numpy.random模块的random()函数来随机填充数组。参数为数组长度

In : random.random(4)
Out: array([ 0.85812617, 0.38083953, 0.02089629, 0.6603858 ])

四、总结

这个是numpy库最最基本的操作,明天继续学习数组的各种运算方法。

初识NumPy库-基本操作的更多相关文章

  1. 机器学习三剑客之Numpy库基本操作

    NumPy是Python语言的一个扩充程序库.支持高级大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库.Numpy内部解除了Python的PIL(全局解释器锁),运算效率极好,是大量机 ...

  2. $python数据分析基础——初识numpy库

    numpy库是python的一个著名的科学计算库,本文是一个quickstart. 引入:计算BMI BMI = 体重(kg)/身高(m)^2 假如有如下几组体重和身高数据,让求每组数据的BMI值: ...

  3. (一)初识NumPy库(数组的创建和变换)

    在学习数据分析时,NumPy作为最基础的数据分析库,我们能够熟练的掌握它是学习数据分析的必要条件.接下来就让我们学习该库吧. 学习NumPy库的环境: python:3.6.6 编辑器:pycharm ...

  4. 初识numpy库

    numpy是一个在Python中做科学计算的基础库,重在数值计算,也是大部分Python科学计算库的基础库,多用于在大型.多维数组上执行数值运算 numpy创建数组(矩阵): numpy中的数据类型: ...

  5. (二)初识NumPy库(数组的操作和运算)

    本章主要介绍的是ndarray数组的操作和运算! 一. ndarray数组的操作: 操作是指对数组的索引和切片.索引是指获取数组中特定位置元素的过程:切片是指获取数组中元素子集的过程. 1.一维数组的 ...

  6. numpy库常用基本操作

    NumPy数组的维数称为秩(rank),一维数组的秩为1,二维数组的秩为2,以此类推.在NumPy中,每一个线性的数组称为是一个轴(axes),秩其实是描述轴的数量.比如说,二维数组相当于是一个一维数 ...

  7. Python的工具包[0] -> numpy科学计算 -> numpy 库及使用总结

    NumPy 目录 关于 numpy numpy 库 numpy 基本操作 numpy 复制操作 numpy 计算 numpy 常用函数 1 关于numpy / About numpy NumPy系统是 ...

  8. NumPy库的基本使用

    一.介绍 ——NumPy库是高性能科学计算和数据分析的基础包,它是Pandas及其它各种工具的基础 ——NumPy里的ndarry多维数组对象,与列表的区别是: - 数组对象内的元素类型必须一样 - ...

  9. NumPy的基本操作

    1 简介 NumPy 是用于处理数组的 python 库,部分用 Python 编写,但是大多数需要快速计算的部分都是用 C 或 C ++ 编写的.它还拥有在线性代数.傅立叶变换和矩阵领域中工作的函数 ...

随机推荐

  1. LeetCode 380. Insert Delete GetRandom O(1) (插入删除和获得随机数 常数时间)

    Design a data structure that supports all following operations in average O(1) time. insert(val): In ...

  2. 学习一门新语言需要了解的基础-12 if和switch对比

    本节内容 是否存在性能差异 使用场景 反汇编对比[付费阅读] 之前初步接触了汇编,然后利用汇编简单了解下函数调用的过程,包括怎么样保护堆栈帧现场和恢复现场.另外做了简单的函数调用参数复制,返回值的传递 ...

  3. 使用sklearn进行数据挖掘-房价预测(4)—数据预处理

    在使用机器算法之前,我们先把数据做下预处理,先把特征和标签拆分出来 housing = strat_train_set.drop("median_house_value",axis ...

  4. 快速配置vs2012+opencv

    关于OpenCV+Windows+VS配置的文章网上有很多,多是类似 OpenCV中文网 上的安装方法. 不管什么方法,配置的步骤毫无疑问是: 1. 配置环境变量, 2. 配置VS. 在这个过程中,令 ...

  5. 2016 ACM/ICPC Asia Regional Dalian Online Football Games

    Football Games Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65536/65536 K (Java/Others)To ...

  6. C# linq创建嵌套组

    以下示例演示如何在 LINQ 查询表达式中创建嵌套组. 首先根据学生年级创建每个组,然后根据每个人的姓名进一步细分为小组. public void QueryNestedGroups() { var ...

  7. DOM Exception error 类型

    INDEX_SIZE_ERR  code 1                              索引是负值,或者超过了索引值 DOMSTRING_SIZE_ERR  code 2       ...

  8. JavaWeb笔记一、Servlet 详解

    一.创建一个 Servlet 简单实现类 1.创建一个 HelloServlet 类(测试 Servlet 接口方法) 1 //创建一个 HelloServlet 类并实现 Servlet 接口 2 ...

  9. Python 解决面试题47 不用加减乘除做加法

    在看<剑指Offer>过程中,面试题47不用加减乘除做加法,给出的思路是使用二进制的异或以及与运算,总之就是使用二进制.但是在使用Python实现的过程中,对于正整数是没有问题的,但是对于 ...

  10. Grafana+Prometheus系统监控之钉钉报警功能

    介绍 钉钉,阿里巴巴出品,专为中国企业打造的免费智能移动办公平台,含PC版,Web版和手机版.智能办公电话,消息已读未读,DING消息任务管理,让沟通更高效:移动办公考勤,签到,审批,企业邮箱,企业网 ...