Python---Numpy学习

首先,先来认识一下Numpy数组对象,以及如何创建它

import numpy as np

# 1.认识数组对象
# 指定取值范围和跨度创建数组对象
# 创建一个3行4列的数组
data = np.arange(12).reshape(3, 4)

print(data)

print(type(data))

# 维度
print(data.shape)

# 维度的个数
print(data.ndim)

# 数组元素的个数
print(data.size)

# 元素类型
print(data.dtype)

# 2.创建Numpy数组
# 一维
data1 = np.array([1, 2, 3])
# 在创建array时,也可声明数据类型
# data1 = np.array([1, 2, 3],float)

# 二维
data2 = np.array([[1, 2, 3], [4, 5, 6]])

# 使用zeros()函数创建
data3 = np.zeros((3, 4))

# 使用empty()函数创建
data4 = np.empty((3, 4))

# 使用arange()函数创建等差数组  (起点,终点,步长)
data5 = np.arange(1, 20, 5)

# 使用np.random模块的函数生成随机数创建数组对象
data6 = np.random.randint(1, 100, 10)

# 随机整数构成三维数组
data7 = np.random.randint(1, 100, (3, 4, 5))

# 创建3行2列的数组
# 四种方法
method_1 = np.zeros((3, 2))

method_2 = np.empty((3, 2))

method_3 = np.arange(6).reshape(3, 2)

method_4 = np.array([[1, 2], [4, 5], [6, 7]])

# 五种方法创建一维数组
# 1.
array = [1, 2, 3]

# 2.
arr1 = np.array([1, 2, 3])

# 3.
arr3 = np.arange(1, 4)

# 4.
arr4 = np.linspace(1, 5, 5)

# 5.
arr5 = np.empty((7))

# 创建二维数组
# 1.使用reshape
data8 = np.arange(1, 10).reshape(3, 3)

# 2.
data9 = np.array([[1, 2, 3],
                  [4, 5, 6],
                  [7, 8, 9]])

# # 创建三维数组0-9
# 错误示例
data10 = np.arange(0, 10).reshape(3, 3, 3)

data11 = np.array([[[1, 2, 3, 4, 5, 6, 7, 8, 9]]])
data12 = np.arange().reshape(3, 3, 3)

# 创建一个包含0到9的二维数组
data13 = np.arange(9).reshape(3, 3)

# 创建一个三维数组,其中包含多个这样的二维数组
data14 = np.stack([data13, data13, data13], axis=2)

n = np.empty((3, 3, 3))

n2 = np.arange(1, 10).reshape(3, 3)

for i in range(3):
    n[i] = n2
print(n)

# 创建四维数组
# arr = np.arange(10).reshape(1,1,2,5)


arr1 = np.empty((2, 3, 3, 3))

arr2 = np.arange(1, 10).reshape(3, 3)

for i in range(2):
    arr1[i] = arr2

print(arr1)

最后,来总结一下

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/496040.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

架构师之路--docker命令实践整理

安装docker sudo yum remove docker docker-client docker-client-latest docker-common docker-latest docker-latest-logrotate docker-logrotate docker-engine sudo yum install -y yum-utils sudo yum-config-manager --add-repo http://mirrors.aliyun.com/…

谭浩强第五版C语言课后习题(编程题)+答案

谭浩强第五版作为初学C语言必读的一本教材,课后习题具有非常大的参考价值,也是很多高校期末考试或者考研的重要参考。在这里我整理了一部分个人认为比较重要的编程题,供大家作参考 1.输入两个数,求他们的最大公约数和最小公倍数&…

Vector授权狗驱动安装方法

安装好主体软件后,建议先安装最新官方正版驱动:Vector Driver Setup。然后再复制补丁到C盘指定位置,替换原文件。如果你之前已安装老版本的驱动,则建议先卸载老版本的驱动,主体软件不需要卸载。卸载建议用原来安装时用…

关于柔性阵列(/三维阵列)波束形成的仿真实践以及稳健波束形成的思考(1)

说明 关于波束形成,我之前写过几篇相关的博文,如参考资料[1]、[2]、[3]。除去在博文[2]中有讨论过阵元相对位置关系对波束形成的影响:“如何基于遗传算法优化阵元相对位置关系以压低旁瓣峰值”以外,似乎我认知里的天线阵列&#x…

【Linux实验室】测试ext4文件系统的最大inode数量

【Linux实验室】测试ext4文件系统的最大inode数量 实验目的 1、熟悉inode的定义与作用 2、熟悉Linux文件系统类型 3、测试ext4文件系统的最大inode数量 实验环境 centos7.10 64-bit 实验原理 inode定义 安装操作系统或格式化磁盘分区的时候,操作系统会自动把…

教你如何快速批量删除文件名中相同的文字

在现代计算机系统中,文件夹是一种重要的组织和管理文件的方式。文件夹名称可以反映其内部文件的内容或属性,有助于用户快速识别和定位所需的文件。然而,有时我们会遇到需要统一删除文件夹名称的部分的情况。统一删除文件夹名称的部分可能是为…

PHiSeg:捕捉医学图像分割中的不确定性

PHiSeg:捕捉医学图像分割中的不确定性 摘要引言方法 PHiSeg Capturing Uncertainty in Medical Image Segmentation 摘要 解剖结构和病理的分割本质上是模糊的。例如,结构边界可能不清晰可见,或者不同的专家可能具有不同的注释风格。大多数当…

80个Python数据分析必备实战案例.pdf(附代码),完全开放下载

大家好,我是彭涛。 随着数据时代的来临,Python数据分析技能现在愈加重要,无论是从事数据科学、商业分析还是决策支持,掌握 Python 数据分析的技能都将成为你事半功倍的利器。 之前为大家陆续梳理了基础资料,爬虫资料…

Navicat 干货 | 通过检查约束确保 PostgreSQL 的数据完整性

数据完整性对于任何数据库系统来说都是很重要的一方面,它确保存储的数据保持准确、一致且有意义的。在 PostgreSQL 中,维护数据完整性的一个强大工具是使用检查约束。这些约束允许你定义数据必须遵守的规则,以防止无效数据的插入或修改。本文…

什么是根据人类反馈的强化学习Reinforcement Learning with Human Feedback(RLHF)?

基于人类反馈的强化学习(Reinforcement learning with human feedback)是近年来越来越受欢迎的一种前沿技术,用于提高大型语言模型的性能。这是种使用人类反馈训练这些模型的有效方法,而该方法的输入组件与搜索评估也有诸多相似之…

企业指标体系的落地与推广:让指标体系真正发挥作用

一、精心策划实施计划,确保项目有序进行 为确保指标体系的顺利落地与推广,我们精心策划了实施计划。首先,我们制定了详细的时间表,明确了项目启动、关键节点和结束时间,确保项目能够按期推进。同时,我们还将…

面试题(四)

目录 61.简述MyISAM和InnoDB的区别 62.Explain语句结果中各个字段分表表示什么 63.索引覆盖是什么 64.最左前缀原则是什么 65.Innodb是如何实现事务的 66.B树和B树的区别,为什么Mysql使⽤B树 67.Mysql锁有哪些,如何理解 68.Mysql慢查询该如何优化…

【JavaWeb】Day18.Vue组件库Element

什么是Element Element:是饿了么团队研发的,一套为开发者、设计师和产品经理准备的基于 Vue 2.0 的桌面端组件库。组件:组成网页的部件,例如 超链接、按钮、图片、表格、表单、分页条等等。官网:Element - The worlds…

每日汇评:复活节假期前,欧元保持在关键技术位之间

周四欧洲早盘,欧元兑美元小幅下跌至1.0800; 谨慎的市场情绪帮助美元在数据发布前守住了阵地; 美联储理事沃勒表示,他们并不急于降低政策利率; 周四欧洲早盘,欧元兑美元受到温和的看跌压力,并跌向…

Python算法100例-4.6 歌星大奖赛

完整源代码项目地址,关注博主私信源代码后可获取 1.问题描述2.问题分析3.算法设计4.确定程序框架5.完整的程序6.问题拓展7.知识点补充 1.问题描述 在歌星大奖赛中,有10个评委为参赛的选手打分,分数为1~100分。选手最…

【Vue3之computed属性(四)】

文章目录 前言一、computed属性有缓存二、使用方法三、修改全名 前言 理解computed属性,实现输入姓和名得出全名并双向绑定,区分单向绑定和双向绑定。测试computed属性和方法的区别 一、computed属性有缓存 先引入computed,写箭头函数定义并…

Windows安装Odoo结合内网穿透实现公网访问本地企业管理系统

文章目录 前言1. 下载安装Odoo:2. 实现公网访问Odoo本地系统:3. 固定域名访问Odoo本地系统 前言 Odoo是全球流行的开源企业管理套件,是一个一站式全功能ERP及电商平台。 开源性质:Odoo是一个开源的ERP软件,这意味着企…

springboot实战---5.最简单最高效的后台管理系统开发

🎈个人主页:靓仔很忙i 💻B 站主页:👉B站👈 🎉欢迎 👍点赞✍评论⭐收藏 🤗收录专栏:SpringBoot 🤝希望本文对您有所裨益,如有不足之处&…

网络编程之流式套接字

流式套接字(SOCK_STREAM)是一种网络编程接口,它提供了一种面向连接的、可靠的、无差错和无重复的数据传输服务。这种服务保证了数据按照发送的顺序被接收,使得数据传输具有高度的稳定性和正确性。通常用于那些对数据的顺序和完整性…

Backend - gitea 首次建库(远端本地)

目录 一、建立远端储存库 1. 进入新增画面 2. 填写储存库名称(如book),点击“建立”即可 二、本地关联远端储存库 1. 本地初始化储存库代码 (1)新建文件夹 (2)获取远端储存库 2. 本地编写…