Numpy的基本操作(四)

    科技2022-07-15  128

    Numpy的基本操作(四)

    励志语录arange()reshape()ndimsizezeros()ones()random()linspace()数组运算

    励志语录

    有志者自有千计万计,无志者只感千难万难。

    arange()

    用途:生成一个指定类型的数组 用法一:

    import numpy as np v = np.arange(5)#从0开始生成5个数作为数组元素,步长为1 print(v)

    运行结果:

    [0 1 2 3 4]

    用法二:

    import numpy as np v = np.arange(2,10,2)#从二开始去步长为2生成小于10的数作为数组的元素 print(v)

    运行结果:

    [2 4 6 8]

    reshape()

    用途:用于矩阵变换

    代码示例:

    import numpy as np v = np.arange(15) m = v.reshape((3,5)) #将数组v转换为3行5列的数组 print(m)

    运行结果:

    [[ 0 1 2 3 4] [ 5 6 7 8 9] [10 11 12 13 14]]

    ndim

    用途:用于查看数组的维度

    代码示例:

    import numpy as np v = np.arange(15) m = v.reshape((3,5)) print(m.ndim)

    运行结果:

    2

    size

    用途:用于查看数组中有多少元素

    代码示例:

    import numpy as np v = np.arange(15) print(v.size)

    运行结果:

    15

    zeros()

    用途:生成一个指定结构的所有元素都为0的数组

    常用参数:dtype–生成后元素的类型(默认为float)

    代码示例:

    import numpy as np m = np.zeros((3,3),dtype=np.int32)#生成一个3x3的元素为0的数组 print(m)

    运行结果:

    [[0 0 0] [0 0 0] [0 0 0]]

    ones()

    用途:生成一个指定结构的所有元素都为0的数组

    常用参数:dtype–生成后元素的类型(默认为float)

    代码示例:

    import numpy as np m = np.ones((3,3),dtype=np.int32)#生成一个3x3的元素为1的数组 print(m)

    运行结果:

    [[1 1 1] [1 1 1] [1 1 1]]

    random()

    用途:生成一个元素随机数字的指定结构的数组

    注:random()函数在numpy.random模块中

    代码示例:

    import numpy as np m = np.random.random((3,3))#随机生成一个3x3的矩阵 print(m)

    运行结果:

    [[0.58636134 0.42080227 0.65926001] [0.90148205 0.13822899 0.0480405 ] [0.60180574 0.35043674 0.34682743]]

    linspace()

    用途:用于在某一范围内,平均取n个数

    用法:np.linspace(范围开始,范围结束,平均取多少个数)

    代码示例:

    import numpy as np m = np.linspace(0,5,10) print(m)

    运行结果:

    [0. 0.55555556 1.11111111 1.66666667 2.22222222 2.77777778 3.33333333 3.88888889 4.44444444 5. ]

    数组运算

    同矩阵的运算

    加法 代码示例: import numpy as np a = np.array([5,5,5]) b = np.array([1,2,3]) print(a+b)

    运算结果:

    [6 7 8]

    减法 同加法

    -乘法(矩阵的点乘) 代码示例:

    import numpy as np a = np.array([[1,2],[3,4]]) b = np.array([[4,4],[4,4]]) print(a * b)

    运行结果:

    [[ 4 8] [12 16]]

    dot() —矩阵乘法 代码示例: import numpy as np a = np.array([[1,2],[3,4]]) b = np.array([[4,4],[4,4]]) print(np.dot(a,b))

    运行结果:

    [[12 12] [28 28]]

    Processed: 0.015, SQL: 8