• 技术文章 >Python技术 >Python基础教程

    Python中numpy如何构建多维数组

    2021-03-20 17:40:15原创3553

    多维数组.png

    有的小伙伴不知道如何构建多维数组,正好小编找到了一些办法,具体如下:

    1.创建一般的多维数组

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    11

    12

    13

    14

    15

    16

    17

    18

    19

    20

    21

    22

    23

    24

    25

    26

    27

    28

    29

    30

    31

    32

    33

    34

    35

    36

    37

    38

    39

    <p style="line-height: 1.75em;"><span style="font-family: 微软雅黑, "Microsoft YaHei"; font-size: 14px;">import numpy as np

     

    a = np.array([1,2,3], dtype=int) # 创建1*3维数组 array([1,2,3])

     

    type(a) # numpy.ndarray类型

     

    a.shape # 维数信息(3L,)

     

    a.dtype.name # 'int32'

     

    a.size # 元素个数:3

     

    a.itemsize #每个元素所占用的字节数目:4

     

    b=np.array([[1,2,3],[4,5,6]],dtype=int) # 创建2*3维数组 array([[1,2,3],[4,5,6]])

     

    b.shape # 维数信息(2L,3L)

     

    b.size # 元素个数:6

     

    b.itemsize # 每个元素所占用的字节数目:4

     

     

    c=np.array([[1,2,3],[4,5,6]],dtype='int16') # 创建2*3维数组 array([[1,2,3],[4,5,6]],dtype=int16)

     

    c.shape # 维数信息(2L,3L)

     

    c.size # 元素个数:6

     

    c.itemsize # 每个元素所占用的字节数目:2

     

    c.ndim # 维数

     

      

    d=np.array([[1,2,3],[4,5,6]],dtype=complex) # 复数二维数组

     

    d.itemsize # 每个元素所占用的字节数目:16

     

    d.dtype.name # 元素类型:'complex128'<br></span></p>


    2.创建特殊类型的多维数组


    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    11

    12

    13

    14

    15

    16

    17

    18

    19

    20

    21

    22

    23

    24

    25

    26

    27

    28

    29

    30

    31

    32

    33

    34

    35

    36

    37

    38

    39

    40

    41

    42

    43

    44

    45

    46

    47

    48

    49

    50

    51

    52

    53

    54

    55

    56

    57

    58

    59

    60

    61

    62

    63

    64

    65

    66

    67

    68

    69

    70

    71

    72

    73

    74

    75

    76

    77

    78

    79

    80

    81

    82

    83

    84

    85

    86

    87

    88

    89

    90

    91

    92

    93

    94

    95

    96

    97

    98

    99

    100

    101

    102

    103

    104

    105

    106

    107

    108

    109

    110

    111

    112

    <p style="line-height: 1.75em;"><span style="font-family: 微软雅黑, "Microsoft YaHei"; font-size: 14px;">a1 = np.zeros((3,4)) # 创建3*4全零二维数组

     

    输出:

     

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

     

      [ 0., 0., 0., 0.],

     

      [ 0., 0., 0., 0.]])

     

    a1.dtype.name # 元素类型:'float64'

     

    a1.size # 元素个数:12

     

    a1.itemsize # 每个元素所占用的字节个数:8

     

      

     

      

     

    a2 = np.ones((2,3,4), dtype=np.int16) # 创建2*3*4全1三维数组

     

    a2 = np.ones((2,3,4), dtype='int16')  # 创建2*3*4全1三维数组

     

    输出:

     

    array([[[1, 1, 1, 1],

     

      [1, 1, 1, 1],

     

      [1, 1, 1, 1]],

     

      

     

      [[1, 1, 1, 1],

     

      [1, 1, 1, 1],

     

      [1, 1, 1, 1]]], dtype=int16)

     

      

     

      

     

    a3 = np.empty((2,3)) # 创建2*3的未初始化二维数组

     

    输出:(may vary)

     

    array([[ 1., 2., 3.],

     

      [ 4., 5., 6.]])

     

     

     

    a4 = np.arange(10,30,5) # 初始值10,结束值:30(不包含),步长:5

     

    输出:array([10, 15, 20, 25])

     

    a5 = np.arange(0,2,0.3) # 初始值0,结束值:2(不包含),步长:0.2

     

    输出:array([ 0. , 0.3, 0.6, 0.9, 1.2, 1.5, 1.8])

     

     

    from numpy import pi

     

    np.linspace(0, 2, 9) # 初始值0,结束值:2(包含),元素个数:9

     

    输出:

     

    array([ 0. , 0.25, 0.5 , 0.75, 1. , 1.25, 1.5 , 1.75, 2. ])

     

    x = np.linspace(0, 2*pi, 9)

     

    输出:

     

    array([ 0.  , 0.78539816, 1.57079633, 2.35619449, 3.14159265,

     

      3.92699082, 4.71238898, 5.49778714, 6.28318531])

     

    a = np.arange(6)

     

    输出:

     

    array([0, 1, 2, 3, 4, 5])

     

    b = np.arange(12).reshape(4,3)

     

    输出:

     

    array([[ 0, 1, 2],

     

      [ 3, 4, 5],

     

      [ 6, 7, 8],

     

      [ 9, 10, 11]])

     

    c = np.arange(24).reshape(2,3,4)

     

    输出:

     

    array([[[ 0, 1, 2, 3],

     

      [ 4, 5, 6, 7],

     

      [ 8, 9, 10, 11]],

     

      [[12, 13, 14, 15],

     

      [16, 17, 18, 19],

     

      [20, 21, 22, 23]]]) <br></span></p>

    使用numpy.set_printoptions可以设置numpy变量的打印格式。

    在ipython环境下,使用help(numpy.set_printoptions)查询使用帮助和示例。

    学会了构建多维数组,下期还有Python中numpy多维数组的用法,小伙伴们不要错过哦~更多Python学习推荐:PyThon学习网教学中心

    (推荐操作系统:windows7系统、Python 3.9.1,DELL G3电脑。)

    专题推荐:numpy构建多维数组;python
    上一篇:Python中numpy如何进行降序? 下一篇:Python中numpy多维数组的用法

    相关文章推荐

    • Python实用之numpy中空数组的创建• Python之numpy中mask选取子集• Python基础:numpy中vstack和hstack函数• Python中如何用numpy解决梯度下降最小值• Python基础:numpy中的常见函数有哪些• Python中numpy求函数的导数实现方法• Python中numpy如何进行降序?• Python中用numpy进行图片处理

    全部评论我要评论

    © 2021 Python学习网 苏ICP备2021003149号-1

  • 取消发布评论
  • 

    Python学习网