快捷導(dǎo)航

python ndarray數(shù)組對象特點及實例分享

更新時間：2021年10月05日 15:17:08 作者：小妮淺淺

在本篇文章里小編給大家分享的是一篇關(guān)于python ndarray數(shù)組對象特點及實例相關(guān)內(nèi)容，有需要的朋友們跟著學(xué)習(xí)下。

1、numpy數(shù)組是同質(zhì)數(shù)組，即所有元素的數(shù)據(jù)類型必須相同。

2、ndarray數(shù)組一般要求所有元素的數(shù)據(jù)類型相同，下標(biāo)從0開始，最后一個元素的下標(biāo)為數(shù)組長度減1。

實例

import numpy as np
 
a = np.arange(0, 5, 1)
print(a)
b = np.arange(0, 10, 2)
print(b)

知識點擴充：

定義數(shù)組

>>> import numpy as np
>>> m = np.array([[1,2,3], [2,3,4]])    #定義矩陣，int64
>>> m
array([[1, 2, 3],
    [2, 3, 4]])
>>> m = np.array([[1,2,3], [2,3,4]], dtype=np.float)  #定義矩陣,float64
>>> m
array([[1., 2., 3.],
    [2., 3., 4.]])
>>> print(m.dtype)  #數(shù)據(jù)類型  
float64
>>> print(m.shape)  #形狀2行3列
(2, 3)
>>> print(m.ndim)   #維數(shù)
2
>>> print(m.size)   #元素個數(shù)
6
>>> print(type(m))
<class 'numpy.ndarray'>

還有一些特殊的方法可以定義矩陣

>>> m = np.zeros((2,2))     #全0
>>> m
array([[0., 0.],
    [0., 0.]])
>>> print(type(m))        #也是ndarray類型
<class 'numpy.ndarray'>
>>> m = np.ones((2,2,3))    #全1
>>> m = np.full((3,4), 7)    #全為7
>>> np.eye(3)          #單位矩陣
array([[1., 0., 0.],
    [0., 1., 0.],
    [0., 0., 1.]])
>>> np.arange(20).reshape(4,5)  #生成一個4行5列的數(shù)組
>>>
>>> np.random.random((2,3))    #[0,1)隨機數(shù)
array([[0.51123127, 0.40852721, 0.26159126],
    [0.42450279, 0.34763668, 0.06167501]])
>>> np.random.randint(1,10,(2,3))  #[1,10)隨機整數(shù)的2行3列數(shù)組
array([[5, 4, 9],
    [2, 5, 7]])
>>> np.random.randn(2,3)       #正態(tài)隨機分布
array([[-0.29538656, -0.50370707, -2.05627716],
    [-1.50126655, 0.41884067, 0.67306605]])
>>> np.random.choice([10,20,30], (2,3))   #隨機選擇
array([[10, 20, 10],
    [30, 10, 20]])
>>> np.random.beta(1,10,(2,3))       #貝塔分布
array([[0.01588963, 0.12635485, 0.22279098],
    [0.08950147, 0.02244569, 0.00953366]])

操作數(shù)組

>>> from numpy import *
>>> a1=array([1,1,1])  #定義一個數(shù)組
>>> a2=array([2,2,2])
>>> a1+a2        #對于元素相加
array([3, 3, 3])
>>> a1*2         #乘一個數(shù)
array([2, 2, 2])

##
>>> a1=np.array([1,2,3])
>>> a1
array([1, 2, 3])
>>> a1**3       #表示對數(shù)組中的每個數(shù)做立方
array([ 1, 8, 27])

##取值，注意的是它是以0為開始坐標(biāo)，不matlab不同
>>> a1[1]
2

##定義多維數(shù)組
>>> a3=np.array([[1,2,3],[4,5,6]])
>>> a3
array([[1, 2, 3],
    [4, 5, 6]])
>>> a3[0]       #取出第一行的數(shù)據(jù)
array([1, 2, 3])
>>> a3[0,0]      #第一行第一個數(shù)據(jù)
1
>>> a3[0][0]     #也可用這種方式
1
>>> a3
array([[1, 2, 3],
    [4, 5, 6]])
>>> a3.sum(axis=0)   #按行相加，列不變
array([5, 7, 9])
>>> a3.sum(axis=1)   #按列相加，行不變
array([ 6, 15])

到此這篇關(guān)于python ndarray數(shù)組對象特點及實例分享的文章就介紹到這了,更多相關(guān)python ndarray數(shù)組對象有什么特點內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: