Numpy get started

NumPy中我們要學習的核心其實就是一個 ndarray n多 d dimension 維度 array數(shù)組 多維數(shù)組

創(chuàng)建一個ndarray的幾種方法

import numpy as np

1. 使用np.array()創(chuàng)建多維數(shù)組

np.array([1,2,3]) #多維數(shù)組的構(gòu)造函數(shù)#傳入 列表 就可以創(chuàng)建響應(yīng)的多維數(shù)組

2. 使用np的常用函數(shù)(routines)創(chuàng)建

1) np.ones(shape, dtype=None)

功能：按照指定形狀創(chuàng)建多維數(shù)組，并用1填充

參數(shù)：

shape 用于指定創(chuàng)建的多維數(shù)組的形狀 可以傳入2 或者 (2,3)

dtype 數(shù)據(jù)的類型 np.int8 np.float64

返回值：返回創(chuàng)建好的多維數(shù)組數(shù)組

測試代碼:

shape用來指定創(chuàng)建的多維數(shù)組的 形狀

np.ones(2) #傳入2 產(chǎn)生有兩個元素的多維數(shù)組

np.ones(shape=(2,3)) #ones創(chuàng)建出來的多維數(shù)組 內(nèi)部的值 都是用1來填充

np.ones(shape=(2,3,3,3,3))

np.ones(shape=2) #一維

np.ones(shape=(2,3)) #二維

np.ones(shape=(2,3,3)) #這是一個三維數(shù)組 里面有兩個元素 里面套了3個元素

np.ones(shape=(5,3,4)) #這是一個三維數(shù)組 數(shù)組里面有5個元素 里面有3個元素 里面有4個元素

2) np.zeros(shape, dtype=float)

功能類似np.zeros只不過不是用1填充 而是用0填充

3) np.full(shape, fill_value, dtype=None)#shape用來指定形狀, fill_value用來指定用什么值來填充

示例:

np.full(shape=(2,3),fill_value=5)

4) np.eye(N, dtype=float)

功能：創(chuàng)建一個N行N列的方陣(方陣就是行和列的數(shù)量相等的矩陣)

參數(shù)：N 指定矩陣中有多少行(也是多少列)

返回值： 主對角線上是1，其他地方是0的方陣(單位矩陣)

主對角線為1其他的位置為0(左上角的右下角的對角線叫做主對角線)

示例:

np.eye(5)#單位矩陣#主對角線上是1 其他地方是0的矩陣就是單位矩陣#左上角到右下角的對角線 就是主對角線#單位矩陣和其他矩陣相乘 得到的結(jié)果 還是原來的矩陣

結(jié)果展示:

array([[1., 0., 0., 0., 0.],

[0., 1., 0., 0., 0.],

[0., 0., 1., 0., 0.],

[0., 0., 0., 1., 0.],

[0., 0., 0., 0., 1.]])

5.1) np.linspace(start, stop, num=50, dtype=None)

功能：把start到stop的這個范圍的數(shù)，等分成num份兒，填入數(shù)組5.2) np.logspace(start, stop, num=50, dtype=None)

功能：把start到stop的這個范圍的數(shù)，等分成num份兒，獲得的值作為10的指數(shù)，求出來的值，填入數(shù)組

參數(shù)說明:

# start, stop, num=50

# 從幾開始 到幾結(jié)束 num指定是要多少個 (0,5) (0,4] [0,5) [start,end]

# np.linspace(1,5,3)

# np.linspace(1,5,2) # 從1到5 的 等差數(shù)列

# np.linspace(1,5,4)

np.linspace(1,5,5)

6) np.arange([start, ]stop, [step, ]dtype=None)

從start，到end，每隔step取一個值，放入一個數(shù)組

# [start,] stop[, step,]

# np.arange(5) # 不指定start和step start默認是0 step默認是1 [0,5)每隔1取一個

# np.arange(1,5) # 從1開始到5結(jié)束 每隔一個取一個

np.arange(1,11,2)

7) np.random.randint(low, high=None, size=None, dtype='l')

從low到high的范圍隨機取整數(shù)，填充多維數(shù)組 size用于指定數(shù)組的形狀 如2 (2,3)

8) np.random.randn(d0, d1, ..., dn)

傳入幾個參數(shù)，就創(chuàng)建幾維數(shù)組

產(chǎn)生以0為中心 方差為1 的 標準正太分布 的隨機數(shù) 填充數(shù)組

如 np.random.randn(2,3,3) 產(chǎn)生一個三維數(shù)組 數(shù)組中有兩個數(shù)組 兩個數(shù)組中分別有三個數(shù)組 三個數(shù)組中每個都有三個元素#里面的參數(shù) 用來指定各個維度中元素的個數(shù)

np.random.randn(2,3) #產(chǎn)生一個多維數(shù)組 里面有2個元素 里面有三個元素#標準正態(tài)分布 平均值是0 標準差是1 的正態(tài)分布 就是 標準正態(tài)分布#randn 按照指定的形狀去產(chǎn)生 多維數(shù)組 里面的值用隨機值來填充(隨機值的產(chǎn)生 滿足標準正態(tài)分布)

9) np.random.normal(loc=0.0, scale=1.0, size=None)

np.random.randn是標準正態(tài)分布(以0為中心，方差是1) normal是可以指定中心和方差的一般正態(tài)分布

loc 正態(tài)分別的中心

scale 正態(tài)分布的變化范圍

size 數(shù)組的形狀 如2 (2,3)#loc=0.0, scale=1.0, size=None#指定分布中心 scale用來指定標準差 size指定形狀#np.random.normal(loc=0,scale=1,size=(2,3))

np.random.normal(loc=175,scale=15,size=(7,11))#np.random.normal(loc=175,scale=15,size=(3,4))

naarray的屬性

4個必記參數(shù)：

ndim：維度

shape：形狀(各維度的長度)

size：總長度

dtype：元素類型

數(shù)組應(yīng)用:用于繪圖

importmatplotlib.pyplot as plt#imread可以讀取圖片

jin = plt.imread('../backup/jin.png')

jin.shape#這是一個三維數(shù)組 里面有273個元素 里面有411個元素 里面有3個元素

plt.imshow(jin)

總結(jié)

以上是生活随笔為你收集整理的naarray查询 swift_数据分析库之Numpy的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

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