hdml指的是什么接口
326
2022-08-29
Numpy矩阵数列array的创建(numpy的array函数)
1.创建数组
a = np.array([2,23,4]) # list 1dprint(a)# [2 23 4]
2.指定数值类型 dtype
a = np.array([2,23,4],dtype=np.int)print(a.dtype)# int 64
a = np.array([2,23,4],dtype=np.int32)print(a.dtype)# int32
a = np.array([2,23,4],dtype=np.float)print(a.dtype)# float64
a = np.array([2,23,4],dtype=np.float32)print(a.dtype)# float32
位数越小,所占用的空间就越小。
数据类型的选择
精确就选64位需要更多的空间就用32位或者16位,对精度要求不高的话
3.创建特定数据
直接创建矩阵
a = np.array([[2,23,4],[2,32,4]]) # 2d 矩阵 2行3列print(a)"""[[ 2 23 4] [ 2 32 4]]"""
创建全零数组
a = np.zeros((3,4)) # 数据全为0,3行4列"""array([[ 0., 0., 0., 0.], [ 0., 0., 0., 0.], [ 0., 0., 0., 0.]])"""
创建全一数组, 同时也能指定这些特定数据的 dtype
a = np.ones((3,4),dtype = np.int) # 数据为1,3行4列"""array([[1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1]])"""
创建全空数组, 其实每个值都是接近于零的数
a = np.empty((3,4)) # 数据为empty,3行4列"""array([[ 0.00000000e+000, 4.94065646e-324, 9.88131292e-324, 1.48219694e-323], [ 1.97626258e-323, 2.47032823e-323, 2.96439388e-323, 3.45845952e-323], [ 3.95252517e-323, 4.44659081e-323, 4.94065646e-323, 5.43472210e-323]])"""
用 arange 创建连续数组
a = np.arange(10,20,2) # 10-19 的数据,2步长"""array([10, 12, 14, 16, 18])"""
使用 reshape 改变数据的形状
a = np.arange(12).reshape((3,4)) # 3行4列,0到11"""array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]])"""
用 linspace 创建线段型数据:
a = np.linspace(1,10,20) # 开始端1,结束端10,且分割成20个数据,生成线段"""array([ 1. , 1.47368421, 1.94736842, 2.42105263, 2.89473684, 3.36842105, 3.84210526, 4.31578947, 4.78947368, 5.26315789, 5.73684211, 6.21052632, 6.68421053, 7.15789474, 7.63157895, 8.10526316, 8.57894737, 9.05263158, 9.52631579, 10. ])"""
同样也能进行 reshape 工作
a = np.linspace(1,10,20).reshape((5,4)) # 更改shape"""array([[ 1. , 1.47368421, 1.94736842, 2.42105263], [ 2.89473684, 3.36842105, 3.84210526, 4.31578947], [ 4.78947368, 5.26315789, 5.73684211, 6.21052632], [ 6.68421053, 7.15789474, 7.63157895, 8.10526316], [ 8.57894737, 9.05263158, 9.52631579, 10. ]])"""
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。
发表评论
暂时没有评论,来抢沙发吧~