這篇文章主要介紹Python中numpy怎么構(gòu)建多維數(shù)組,文中介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們一定要看完!
創(chuàng)新互聯(lián)專業(yè)為企業(yè)提供昌黎網(wǎng)站建設(shè)、昌黎做網(wǎng)站、昌黎網(wǎng)站設(shè)計(jì)、昌黎網(wǎng)站制作等企業(yè)網(wǎng)站建設(shè)、網(wǎng)頁設(shè)計(jì)與制作、昌黎企業(yè)網(wǎng)站模板建站服務(wù),十多年昌黎做網(wǎng)站經(jīng)驗(yàn),不只是建網(wǎng)站,更提供有價(jià)值的思路和整體網(wǎng)絡(luò)服務(wù)。具體如下:
1.創(chuàng)建一般的多維數(shù)組
import numpy as np a = np.array([1,2,3], dtype=int) # 創(chuàng)建1*3維數(shù)組 array([1,2,3]) type(a) # numpy.ndarray類型 a.shape # 維數(shù)信息(3L,) a.dtype.name # 'int32' a.size # 元素個(gè)數(shù):3 a.itemsize #每個(gè)元素所占用的字節(jié)數(shù)目:4 b=np.array([[1,2,3],[4,5,6]],dtype=int) # 創(chuàng)建2*3維數(shù)組 array([[1,2,3],[4,5,6]]) b.shape # 維數(shù)信息(2L,3L) b.size # 元素個(gè)數(shù):6 b.itemsize # 每個(gè)元素所占用的字節(jié)數(shù)目:4 c=np.array([[1,2,3],[4,5,6]],dtype='int16') # 創(chuàng)建2*3維數(shù)組 array([[1,2,3],[4,5,6]],dtype=int16) c.shape # 維數(shù)信息(2L,3L) c.size # 元素個(gè)數(shù):6 c.itemsize # 每個(gè)元素所占用的字節(jié)數(shù)目:2 c.ndim # 維數(shù) d=np.array([[1,2,3],[4,5,6]],dtype=complex) # 復(fù)數(shù)二維數(shù)組 d.itemsize # 每個(gè)元素所占用的字節(jié)數(shù)目:16 d.dtype.name # 元素類型:'complex128'
2.創(chuàng)建特殊類型的多維數(shù)組
a1 = np.zeros((3,4)) # 創(chuàng)建3*4全零二維數(shù)組 輸出: array([[ 0., 0., 0., 0.], [ 0., 0., 0., 0.], [ 0., 0., 0., 0.]]) a1.dtype.name # 元素類型:'float64' a1.size # 元素個(gè)數(shù):12 a1.itemsize # 每個(gè)元素所占用的字節(jié)個(gè)數(shù):8 a2 = np.ones((2,3,4), dtype=np.int16) # 創(chuàng)建2*3*4全1三維數(shù)組 a2 = np.ones((2,3,4), dtype='int16') # 創(chuàng)建2*3*4全1三維數(shù)組 輸出: 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)) # 創(chuàng)建2*3的未初始化二維數(shù)組 輸出:(may vary) array([[ 1., 2., 3.], [ 4., 5., 6.]]) a4 = np.arange(10,30,5) # 初始值10,結(jié)束值:30(不包含),步長(zhǎng):5 輸出:array([10, 15, 20, 25]) a5 = np.arange(0,2,0.3) # 初始值0,結(jié)束值:2(不包含),步長(zhǎng):0.2 輸出: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,結(jié)束值:2(包含),元素個(gè)數(shù):9 輸出: array([ 0. , 0.25, 0.5 , 0.75, 1. , 1.25, 1.5 , 1.75, 2. ]) x = np.linspace(0, 2*pi, 9) 輸出: array([ 0. , 0.78539816, 1.57079633, 2.35619449, 3.14159265, 3.92699082, 4.71238898, 5.49778714, 6.28318531]) a = np.arange(6) 輸出: array([0, 1, 2, 3, 4, 5]) b = np.arange(12).reshape(4,3) 輸出: array([[ 0, 1, 2], [ 3, 4, 5], [ 6, 7, 8], [ 9, 10, 11]]) c = np.arange(24).reshape(2,3,4) 輸出: 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]]])
使用numpy.set_printoptions可以設(shè)置numpy變量的打印格式。
在ipython環(huán)境下,使用help(numpy.set_printoptions)查詢使用幫助和示例。