生活随笔
收集整理的這篇文章主要介紹了
numpy常用操作
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
numpy也可以說是隨處可見了。
- ?ndarray（np.array），就相當于mxnet 里的ndarray一樣，連名字都一樣。
import numpy as np# 創建
a = np.array([0,1,2
])
print(a,a.dtype)
c = np.array([[0,1],[1,2],[2,3.0
]])
print(c,c.dtype)a = c.reshape(2,-1
)
print(a)print(np.arange(0,1,0.1
))
print(np.linspace(0,1,12
))
print(np.logspace(0,2,20
))s =
"abcdefgh"
print(np.fromstring(s,dtype=
np.int8))# 存儲
a = np.arange(10
)
print(a[:-1
])
print(a[1:-1:2
])
print(a[5:1:-2
])# 共享
b = a[3:7
]
print(b)
b[0] = -1
print(b)
print(a)# 整數序列
x = np.arange(10,1,-1
)
print(x)
print(x[[3,3,1,8
]])
x[[3,5,1]] = -1,-2,-3
print(x)# 布爾數組
x = np.arange(5,0,-1
)
print(x)
print(x[np.array([True,False,True,False,False])])
x[[True,False,True,False,False]] = -1
print(x)# 不手動產生True，False
x = np.random.rand(10)
# 0-1的隨機數
print(x)
print(x>0.5
)
print(x[x>0.5
])
print(x[np.array(x>0.5,dtype=
bool)])# 廣播機制
ans = np.arange(0,60,10).reshape(-1,1) + np.arange(0,6
)
print(ans)# 結構數組
persontype =
np.dtype({'names':[
'name',
'age',
'weight'],'formats':[
'S32',
'i',
'f']
})a = np.array([(
"Tree",12,100),(
"Dream",18,90)],dtype=
persontype)
print(a[1
])
print(a[1][
'name'])
print(a.dtype)
?
轉載于:https://www.cnblogs.com/TreeDream/p/10123578.html
總結
以上是生活随笔為你收集整理的numpy常用操作的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。
