发布网友 发布时间:2022-04-21 20:15
共2个回答
懂视网 时间:2022-04-29 16:41
Numpy的简单用法
import numpy as np
一、创建ndarray对象
列表转换成ndarray:
>>> a = [1,2,3,4,5] >>> np.array(a) array([1, 2, 3, 4, 5])
取随机浮点数
>>> np.random.rand(3, 4) array([[ 0.16215336, 0.498477, 0.36217369, 0.6678112 ], [ 0.667298, 0.86538771, 0.326218, 0.07709784], [ 0.05460976, 0.3446629 , 0.355223, 0.3716221 ]])
取随机整数
>>> np.random.randint(1, 5, size=(3,4)) array([[2, 3, 1, 2], [3, 4, 4, 4], [4, 4, 4, 3]])
取零
>>> np.zeros((3,4)) array([[ 0., 0., 0., 0.], [ 0., 0., 0., 0.], [ 0., 0., 0., 0.]])
取一
>>> np.ones((3,4)) array([[ 1., 1., 1., 1.], [ 1., 1., 1., 1.], [ 1., 1., 1., 1.]])
取空(最好别用,了解一下,版本不同返回值不一样)
>>> np.empty((3,4)) array([[ 1., 1., 1., 1.], [ 1., 1., 1., 1.], [ 1., 1., 1., 1.]])
取整数零或一
>>> np.ones((3,4),int) array([[1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1]]) >>> np.zeros((3,4),int) array([[0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0]])
仿range命令创建ndarray:
>>> np.arange(2,10,2) # 开始,结束,步长 array([2, 4, 6, 8])
热心网友 时间:2022-04-29 13:49
NumPy is the fundamental package for scientific computing with Python。就是科学计算包。
a powerful N-dimensional array object
sophisticated (broadcasting) functions
tools for integrating C/C++ and Fortran code
useful linear algebra, Fourier transform, and random number capabilities
一个用python实现的科学计算包。包括:1、一个强大的N维数组对象Array;2、比较成熟的(广播)函数库;3、用于整合C/C++和Fortran代码的工具包;4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。
NumPy系统是Python的一种开源的数字扩展。这种工具可用来存储和处理矩阵,比Python自身的嵌套列表结构要高效。据说NumPy将Python相当于变成一种免费的更强大的MatLab系统。