文章目錄

• ndarray（別名array）
• • 常用屬性
  • 創(chuàng)建NumPy數(shù)組
  • • 使用array()函數(shù)
    • 使用zeros()函數(shù)
    • 使用ones()函數(shù)
    • 使用empty()函數(shù)
    • 使用arange()函數(shù)
  • 注意

---

ndarray（別名array）

常用屬性

import numpy as np # Numpy工具包data = np.arange(12).reshape(3, 4) # 創(chuàng)建一個(gè)3行4列的數(shù)組 print(data) print(type(data)) # 查看數(shù)組類型，輸出結(jié)果<class 'numpy.ndarray'> print(data.ndim) # 數(shù)組維度的個(gè)數(shù)，2表二維數(shù)組 print(data.shape) # 數(shù)組的維度，輸出結(jié)果(3,4)表示3行4列 print(data.size) # 數(shù)組元素的個(gè)數(shù)，輸出結(jié)果12，表示總共有12個(gè)元素 print(data.dtype) # 數(shù)組元素的類型，輸出結(jié)果dtype('int 32')表示元素類型都是int32 print(data.itemsize) # 數(shù)組中每個(gè)元素的字節(jié)大小，輸出結(jié)果4，表示元素類型為int32的數(shù)組有4（32/8）個(gè)字節(jié)

輸出結(jié)果

---

創(chuàng)建NumPy數(shù)組

使用array()函數(shù)

import numpy as npdata1 = np.array([1, 2, 3]) print(data1)

輸出結(jié)果
[1 2 3]

data2 = np.array([[1, 2, 3], [4, 5, 6]]) print(data2)

輸出結(jié)果
[[1 2 3]
[4 5 6]]

---

使用zeros()函數(shù)

zeros()函數(shù)創(chuàng)建的數(shù)組其元素值都為0

data3 = np.zeros((3, 4)) print(data3)

輸出結(jié)果
[[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]]

---

使用ones()函數(shù)

ones()函數(shù)船艦的數(shù)組其元素值都為1

data4 = np.ones(12).reshape(4, 3) print(data4)

輸出結(jié)果
[[1. 1. 1.]
[1. 1. 1.]
[1. 1. 1.]
[1. 1. 1.]]

---

使用empty()函數(shù)

empty()函數(shù)只分配內(nèi)存空間，其內(nèi)元素都是隨機(jī)的，數(shù)據(jù)類型默認(rèn)為float64

data5 = np.empty(3).reshape(3, 1) print(data5)

輸出結(jié)果
[[1.33512376e-306]
[8.90104239e-307]
[9.34605716e-307]]

---

使用arange()函數(shù)

arange()函數(shù)可以創(chuàng)建一個(gè)等差數(shù)組，功能類似于range()，不過(guò)arange()返回的結(jié)果是數(shù)組，而不是列表

data6 = np.arange(1, 99, 5) print(data6)

輸出結(jié)果
[ 1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96]

---

注意

值得注意的是，部分?jǐn)?shù)組元素后面會(huì)跟著一個(gè)小數(shù)點(diǎn)“ . ”，而有些元素后面沒(méi)有，如“1.和1”，這種現(xiàn)象的產(chǎn)生主要是因?yàn)樵氐臄?shù)據(jù)類型不同，；例如：float類型元素帶小數(shù)點(diǎn)，int元素則不帶
當(dāng)然創(chuàng)建ndarray對(duì)象時(shí)，亦可顯式聲明數(shù)組元素類型

data7 = np.array([1, 2, 3, 4], int) data8 = np.array([1, 2, 3, 4], float) data9 = np.zeros((3, 4), dtype='float64') data10 = np.zeros((3, 4), dtype='int32')

data7:
[1 2 3 4]
data8:
[1. 2. 3. 4.]
data9:
[[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]]
data10:
[[0 0 0 0]
[0 0 0 0]
[0 0 0 0]]

總結(jié)

以上是生活随笔為你收集整理的ndarray对象的建立的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。