python 中 常用到的 numpy 函数 整理

时间:2021-02-03 06:17:46

http://blog.csdn.net/timidsmile/article/details/16963699

1. 创建二维数组  array()   :

set = array([[1., 2, ],[3., 4.],[5., 6.],[7., 9.]])


求 数组的 行数:

>>> set.shape[0]
4

求 数组的列数:

>>> set.shape[1]


>>> set.shape
(4, 2)

>>> set.dtype
dtype('float64')

记得 >>> from numpy import * 


2  empty() 函数:

[python]  view plain  copy   python 中 常用到的 numpy 函数 整理 python 中 常用到的 numpy 函数 整理
  1. >>> a = empty([22])  
  2. >>> a  
  3. array([[  2.01269048e-313,   4.44659081e-323],  
  4.        [  5.03965339e+223,   6.48588014e-310]])  
  5. >>> b = empty([22], dtype = int)  
  6. >>> b  
  7. array([[1998856336534944],  
  8.        [ 2460004,  2460004]])  
  9. >>> c = empty([22], dtype = int, order = 'C')  
  10. >>> c  
  11. array([[1998858136534944],  
  12.        [ 2460004,  2460004]])  
  13. >>> d = empty([22], dtype = int ,order = 'F')  
  14. >>> d  
  15. array([[19857521,  2460004],  
  16.        [36534944,  2460004]])  
  17. >>>   

最后一个参数,返回数组在内存中的存放顺序,

C代表C语言风格, row major

F代表····,column  major


3.  eye()

[python]  view plain  copy   python 中 常用到的 numpy 函数 整理 python 中 常用到的 numpy 函数 整理
  1. >>> e1 = eye(230, dtype = int)  
  2. >>> e1  
  3. array([[100],  
  4.        [010]])  
  5. >>> e2 = eye(3)  
  6. >>> e2  
  7. array([[ 1.,  0.,  0.],  
  8.        [ 0.,  1.,  0.],  
  9.        [ 0.,  0.,  1.]])  
  10. >>> e3 = eye(3, dtype = int)  
  11. >>> e3  
  12. array([[100],  
  13.        [010],  
  14.        [001]])  
  15. >>> e4 = eye(31, dtype = int)  
  16. >>> e4  
  17. array([[1],  
  18.        [0],  
  19.        [0]])  
  20. >>> e5 = eye(3, k = 1, dtype = int)  
  21. >>> e5  
  22. array([[010],  
  23.        [001],  
  24.        [000]])  
  25. >>> e6 = eye(3, k = -1, dtype = int)  
  26. >>> e6  
  27. array([[000],  
  28.        [100],  
  29.        [010]])  
  30. >>>   

第一个参数N = 列数

第二个参数 M = 行数,省略代表M = N 

第三个参数 k 代表对角线位置, = 0 代表主对角线, +1就向右上方偏移1, -1 就向左下角偏移1

第四个参数表示类型 dtype 默认为 float 类型


4 。 创建 方阵 identity()

[python]  view plain  copy   python 中 常用到的 numpy 函数 整理 python 中 常用到的 numpy 函数 整理
  1. >>> i1 = identity(3)  
  2. >>> i1  
  3. array([[ 1.,  0.,  0.],  
  4.        [ 0.,  1.,  0.],  
  5.        [ 0.,  0.,  1.]])  
  6. >>> i2 = identity(3, dtype = int)  
  7. >>> i2  
  8. array([[100],  
  9.        [010],  
  10.        [001]])  
  11. >>>   


只有两个参数,第一个表示 行(列)数,第二个表示类型(默认为float)类型


5.  生成一个元素全为1的数组

[python]  view plain  copy   python 中 常用到的 numpy 函数 整理 python 中 常用到的 numpy 函数 整理
  1. >>> o1 = ones(3)  
  2. >>> o1  
  3. array([ 1.,  1.,  1.])  
  4. >>> o1.shape  
  5. (3,)  


要指定完整的shape(完整的行数和列数)的话:


[python]  view plain  copy   python 中 常用到的 numpy 函数 整理 python 中 常用到的 numpy 函数 整理
  1. >>> o4 = ones( (23), dtype = int)  
  2. >>> o4  
  3. array([[111],  
  4.        [111]])  
  5. >>>   


6. zeros() 全是0 的矩阵

[python]  view plain  copy   python 中 常用到的 numpy 函数 整理 python 中 常用到的 numpy 函数 整理
  1. <pre code_snippet_id="82520" snippet_file_name="blog_20131126_6_5493221" name="code" class="python">>>> from numpy import *  
  2. >>> z1 = zeros(3)  
  3. >>> z1  
  4. array([ 0.,  0.,  0.])  
  5. >>> z1.shape  
  6. (3,)  
  7. >>> z2 = zeros((23), dtype = int)  
  8. >>> z2  
  9. array([[000],  
  10.        [000]])  
  11. >>> z2.shape  
  12. (23)  
  13. >>> s = (32)  
  14. z4 = zeros(s)  
  15. >>> z4  
  16. array([[ 0.,  0.],  
  17.        [ 0.,  0.],  
  18.        [ 0.,  0.]])  
  19. >>> z4.shape  
  20. (32)</pre><pre code_snippet_id="82520" snippet_file_name="blog_20131126_12_2832072" name="code" class="python"></pre><pre code_snippet_id="82520" snippet_file_name="blog_20131126_12_2832072" name="code" class="python"></pre><pre code_snippet_id="82520" snippet_file_name="blog_20131126_9_956672" name="code" class="python">ones_like()  zeros_like()</pre><pre code_snippet_id="82520" snippet_file_name="blog_20131126_12_2832072" name="code" class="python"></pre><pre code_snippet_id="82520" snippet_file_name="blog_20131126_11_8513673" name="code" class="python"><pre code_snippet_id="82520" snippet_file_name="blog_20131126_11_8513673" name="code" class="python">>>> from numpy import *  
  21. >>> s = (32)  
  22. >>> a = array(s)  
  23. >>> a  
  24. array([32])  
  25. >>> a.shape  
  26. (2,)  
  27. >>> z = zeros(s, dtype = int)  
  28. >>> zz = zeros_like(z)  
  29. >>> zz  
  30. array([[00],  
  31.        [00],  
  32.        [00]])  
  33. >>> ooo = ones_like(z)  
  34. >>> ooo = ones_like(z)  
  35. >>> ooo  
  36. array([[11],  
  37.        [11],  
  38.        [11]])  
  39. >>> </pre><br>  
  40. <br>  
  41. <p></p>  
  42. <pre></pre>  
  43. <pre code_snippet_id="82520" snippet_file_name="blog_20131126_12_2832072" name="code" class="python"></pre>  
  44. <pre></pre>  
  45. <p></p>  
  46.      
  47. </pre>