np.array()函數(shù)的使用方法
函數(shù)調(diào)用方法:
numpy.array(object, dtype=None)
各個(gè)參數(shù)意義:
- object:創(chuàng)建的數(shù)組的對(duì)象,可以為單個(gè)值,列表,元胞等。
- dtype:創(chuàng)建數(shù)組中的數(shù)據(jù)類型。
- 返回值:給定對(duì)象的數(shù)組。
普通用法:
import numpy as np
array = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
print("數(shù)組array的值為: ")
print(array)
print("數(shù)組array的默認(rèn)類型為: ")
print(array.dtype)
"""
result:
數(shù)組array的值為:?
[0 1 2 3 4 5 6 7 8 9]
數(shù)組array的默認(rèn)類型為:?
int32
"""我們可以看到,我們成功創(chuàng)建了給定元素的數(shù)組,并且創(chuàng)建數(shù)組的默認(rèn)類型為np.int32類型。
進(jìn)階用法:
import numpy as np
array = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9], dtype=np.float32)
print("數(shù)組array的值為: ")
print(array)
print("數(shù)組array的默認(rèn)類型為: ")
print(array.dtype)
"""
result:
數(shù)組array的值為:?
[0. 1. 2. 3. 4. 5. 6. 7. 8. 9.]
數(shù)組array的默認(rèn)類型為:?
float32
"""我們成功創(chuàng)建了給定元素的數(shù)組,并且創(chuàng)建數(shù)組的默認(rèn)類型為np.float32類型。
更高級(jí)的用法:
import numpy as np
array = np.array((1, 2), dtype=[('x', np.int8), ('y', np.int16)])
print("數(shù)組array的值為: ")
print(array)
print("數(shù)組array的默認(rèn)類型為: ")
print(array.dtype)
print("數(shù)組array中對(duì)應(yīng)x標(biāo)簽元素為: ")
print(array['x'])
print("數(shù)組array中對(duì)應(yīng)y標(biāo)簽元素為: ")
print(array['y'])
"""
result:
數(shù)組array的值為:?
(1, 2)
數(shù)組array的默認(rèn)類型為:?
[('x', 'i1'), ('y', '<i2')]
數(shù)組array中對(duì)應(yīng)x標(biāo)簽元素為:?
1
數(shù)組array中對(duì)應(yīng)y標(biāo)簽元素為:?
2
"""我們可以看到,我們?cè)趧?chuàng)建數(shù)組的同時(shí),可以設(shè)定其中單個(gè)元素的數(shù)據(jù)類型,這里的'i1'指代的便是np.int8類型,'i2'指代的是'np.int16'類型。讀者可以自行嘗試,這里不做過(guò)多討論,后續(xù)也許會(huì)補(bǔ)充說(shuō)明。
最高級(jí)的用法:
import numpy as np
# Create rain data
n_drops = 10
rain_drops = np.zeros(n_drops, dtype=[('position', float, (2,)),
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ('size', float),
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ('growth', float),
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ('color', float, (4,))])
# Initialize the raindrops in random positions and with
# random growth rates.
rain_drops['position'] = np.random.uniform(0, 1, (n_drops, 2))
rain_drops['growth'] = np.random.uniform(50, 200, n_drops)
print(rain_drops)
"""
result:
[([0.70284885, 0.03590322], 0., 176.4511602 , [0., 0., 0., 0.])
?([0.60838294, 0.49185854], 0., ?60.51037667, [0., 0., 0., 0.])
?([0.86525398, 0.65607663], 0., 168.00795695, [0., 0., 0., 0.])
?([0.25812877, 0.14484747], 0., ?80.17753717, [0., 0., 0., 0.])
?([0.66021716, 0.90449213], 0., 121.94125106, [0., 0., 0., 0.])
?([0.88306332, 0.51074725], 0., ?92.4377108 , [0., 0., 0., 0.])
?([0.68916433, 0.89543162], 0., ?90.77596431, [0., 0., 0., 0.])
?([0.7105655 , 0.68628326], 0., 144.88783652, [0., 0., 0., 0.])
?([0.6894679 , 0.90203559], 0., 167.40736266, [0., 0., 0., 0.])
?([0.92558218, 0.34232054], 0., ?93.48654986, [0., 0., 0., 0.])]
"""到此這篇關(guān)于np.array()函數(shù)的使用方法的文章就介紹到這了,更多相關(guān)np.array()使用內(nèi)容請(qǐng)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!
相關(guān)文章
pyinstaller打包可執(zhí)行文件出現(xiàn)KeyError的問(wèn)題
這篇文章主要介紹了pyinstaller打包可執(zhí)行文件出現(xiàn)KeyError的問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-11-11
Python量化交易實(shí)戰(zhàn)之使用Resample函數(shù)轉(zhuǎn)換“日K”數(shù)據(jù)
resample函數(shù)是Python數(shù)據(jù)分析庫(kù)Pandas的方法函數(shù),它主要用于轉(zhuǎn)換時(shí)間序列的頻次,今天通過(guò)本文給大家分享python使用Resample函數(shù)轉(zhuǎn)換時(shí)間序列的相關(guān)知識(shí),感興趣的朋友一起看看吧2021-06-06
python訪問(wèn)系統(tǒng)環(huán)境變量的方法
這篇文章主要介紹了python訪問(wèn)系統(tǒng)環(huán)境變量的方法,涉及Python操作系統(tǒng)環(huán)境變量的相關(guān)技巧,非常具有實(shí)用價(jià)值,需要的朋友可以參考下2015-04-04
Python實(shí)現(xiàn)拉格朗日插值法的示例詳解
插值法是一種數(shù)學(xué)方法,用于在已知數(shù)據(jù)點(diǎn)(離散數(shù)據(jù))之間插入數(shù)據(jù),以生成連續(xù)的函數(shù)曲線,而格朗日插值法是一種多項(xiàng)式插值法。本文就來(lái)用Python實(shí)現(xiàn)拉格朗日插值法,希望對(duì)大家有所幫助2023-02-02
將Emacs打造成強(qiáng)大的Python代碼編輯工具
這篇文章主要介紹了將Emacs打造成強(qiáng)大的Python代碼編輯工具的方法,人們常說(shuō)Vim是編輯器之神而Emacs是神的編輯器:)需要的朋友可以參考下2015-11-11
Python實(shí)現(xiàn)切割mp3片段并降低碼率
MoviePy是一個(gè)基于Python的視頻編輯庫(kù),它提供了創(chuàng)建、編輯、合并、剪輯和轉(zhuǎn)換視頻的功能,所以本文主要介紹如何使用moviepy來(lái)分割音頻流并降低碼率,感興趣的可以了解下2023-08-08
解決新版Pycharm中Matplotlib圖像不在彈出獨(dú)立的顯示窗口問(wèn)題
今天小編就為大家分享一篇解決新版Pycharm中Matplotlib圖像不在彈出獨(dú)立的顯示窗口問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-01-01
python調(diào)用Matplotlib繪制分布點(diǎn)圖
這篇文章主要為大家詳細(xì)介紹了python調(diào)用Matplotlib繪制分布點(diǎn)圖,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2019-10-10

