numpy自動(dòng)生成數(shù)組詳解
1 np.arange(),類似于range，通過指定開始值，終值和步長(zhǎng)來創(chuàng)建表示等差數(shù)列的一維數(shù)組，注意該函數(shù)和range一樣結(jié)果不包含終值。
>>> np.arange(10) array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) >>> np.arange(0,1,0.1) array([ 0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9]) >>>
2 np.linspace()函數(shù)，與上面np.arange不同的是，該函數(shù)第三個(gè)參數(shù)指定的是元素個(gè)數(shù)，它表示給定起始值和終點(diǎn)值以及元素個(gè)數(shù)，生成一個(gè)一維的等差數(shù)列。含有參數(shù)endpoint布爾值，默認(rèn)為True表示包含終值，設(shè)定為False表示不包含終值。
>>> np.linspace(0,1,10)
array([ 0. , 0.11111111, 0.22222222, 0.33333333, 0.44444444,
0.55555556, 0.66666667, 0.77777778, 0.88888889, 1. ])
>>> np.linspace(0,1,10,endpoint = False)
array([ 0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9])
3 np.logspace,該函數(shù)與np.linspace類似，不過它生成的數(shù)組是等比數(shù)列，基數(shù)默認(rèn)為10
>>> np.logspace(0,4,5)
array([ 1.00000000e+00, 1.00000000e+01, 1.00000000e+02,
1.00000000e+03, 1.00000000e+04])
但是基數(shù)也可以改變，例如將基數(shù)base = 2，如下：
>>> np.logspace(0,3,5,base = 2) array([ 1. , 1.68179283, 2.82842712, 4.75682846, 8. ])
上面表示，起點(diǎn)為2^0 = 1，終點(diǎn)為2^3 = 8,一共按照等比數(shù)列生成5個(gè)點(diǎn)，這樣公比q = 2^(3/4)
4. np.zeros(),np.ones(),np.empty()可以創(chuàng)建指定的形狀和類型數(shù)組，其中np.enpty()只分配數(shù)組所使用的內(nèi)存，不對(duì)數(shù)據(jù)初始化起作用。
>>> np.empty((2,3),np.int32)
array([[ 8078112, 37431728, 8078112],
[47828800, 47828712, 10]])
注意上面創(chuàng)建的2*3的數(shù)組并沒有被初始化。
>>> np.ones(4)
array([ 1., 1., 1., 1.])
>>> np.ones((2,3))
array([[ 1., 1., 1.],
[ 1., 1., 1.]])
>>> np.ones(4,dtype = np.bool)
array([ True, True, True, True], dtype=bool)
>>> np.zeros(4,dtype = np.bool)
array([False, False, False, False], dtype=bool)
>>> np.zeros(4)
array([ 0., 0., 0., 0.])
np.full()函數(shù)可以生成初始化為指定值的數(shù)組
>> np.full(4,np.pi)
array([ 3.14159265, 3.14159265, 3.14159265, 3.14159265])
>>> np.full((2,3),np.pi)
array([[ 3.14159265, 3.14159265, 3.14159265],
[ 3.14159265, 3.14159265, 3.14159265]])
此外np.zeros_like()，np.ones_like()等函數(shù)創(chuàng)建于參數(shù)形狀相同的數(shù)組即np.zeros_like(a)與np.zeros(a.shape,dtype = a.type)相同
>>> a = np.arange(10).reshape(2,5)
>>> np.zeros_like(a)
array([[0, 0, 0, 0, 0],
[0, 0, 0, 0, 0]])
5 np.fromfunction()，它可以從指定的函數(shù)中生成數(shù)組，第一個(gè)參數(shù)是函數(shù)名稱，第二個(gè)參數(shù)是數(shù)組形狀?！?/p>
>>> np.fromfunction(lambda a,b:a == b,(3,3))
array([[ True, False, False],
[False, True, False],
[False, False, True]], dtype=bool)
>>> np.fromfunction(lambda i:i%7 +1,(10,))
array([ 1., 2., 3., 4., 5., 6., 7., 1., 2., 3.])
總結(jié)
以上就是本文關(guān)于numpy自動(dòng)生成數(shù)組詳解的全部?jī)?nèi)容，希望對(duì)大家有所幫助。感興趣的朋友可以繼續(xù)參閱本站其他相關(guān)專題，如有不足之處，歡迎留言指出。感謝朋友們對(duì)本站的支持！
相關(guān)文章
python批量制作雷達(dá)圖的實(shí)現(xiàn)方法
本文通過實(shí)例代碼介紹了如何用python批量制作雷達(dá)圖的實(shí)現(xiàn)方法，下面一起來看看如何實(shí)現(xiàn)的。2016-07-07
python之pygame模塊實(shí)現(xiàn)飛機(jī)大戰(zhàn)完整代碼
這篇文章主要為大家詳細(xì)介紹了python之pygame模塊實(shí)現(xiàn)飛機(jī)大戰(zhàn)完整代碼，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2020-11-11
這篇文章主要介紹了解決pytorch 保存模型遇到的問題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2021-03-03
使用python中的matplotlib.pyplot繪圖的時(shí)候,如果將圖片顯示出來,或者另存為圖片,常常會(huì)出現(xiàn)清晰度不夠的問題,當(dāng)然這種問題是對(duì)于png或者jpg這種格式的圖片而言的,所以本文給大家介紹了提高M(jìn)atplotlib繪圖清晰度的幾種方法,需要的朋友可以參考下2024-01-01
詳解Python解決抓取內(nèi)容亂碼問題（decode和encode解碼）
這篇文章主要介紹了Python解決抓取內(nèi)容亂碼問題（decode和encode解碼），文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-03-03
python jenkins 打包構(gòu)建代碼的示例代碼
這篇文章主要介紹了python jenkins 打包構(gòu)建代碼的示例代碼，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-11-11
Python填充任意顏色,不同算法時(shí)間差異分析說明
這篇文章主要介紹了Python填充任意顏色,不同算法時(shí)間差異分析說明，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-05-05
python中的split、rsplit、splitlines用法說明
這篇文章主要介紹了python中的split、rsplit、splitlines用法說明，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-10-10
這篇文章主要為大家介紹了python生成器和匿名函數(shù)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來幫助2022-01-01
python實(shí)現(xiàn)將html表格轉(zhuǎn)換成CSV文件的方法
這篇文章主要介紹了python實(shí)現(xiàn)將html表格轉(zhuǎn)換成CSV文件的方法,涉及Python操作csv文件的相關(guān)技巧,需要的朋友可以參考下2015-06-06