Python科学计算库Numpy数组的初始化和基本操作(2)

当前位置:

首页 > Python基础教程 >

Python科学计算库Numpy数组的初始化和基本操作(2)

生成数组的同时指定类型：

1

2

3

4

						>>> c = np.array( [ [1,2], [3,4] ], dtype=complex )

						>>> c

						array([[ 1.+0.j,  2.+0.j],

						       [ 3.+0.j,  4.+0.j]])

生成数组并赋为特殊值：

ones：全1

zeros：全0

empty：随机数，取决于内存情况

						>>> np.zeros( (3,4) )

						array([[ 0.,  0.,  0.,  0.],

						       [ 0.,  0.,  0.,  0.],

						       [ 0.,  0.,  0.,  0.]])

						>>> np.ones( (2,3,4), dtype=np.int16 )                # dtype can also be specified

						array([[[ 1, 1, 1, 1],

						        [ 1, 1, 1, 1],

						        [ 1, 1, 1, 1]],

						       [[ 1, 1, 1, 1],

						        [ 1, 1, 1, 1],

						        [ 1, 1, 1, 1]]], dtype=int16)

						>>> np.empty( (2,3) )                                 # uninitialized, output may vary

						array([[  3.73603959e-262,   6.02658058e-154,   6.55490914e-260],

						       [  5.30498948e-313,   3.14673309e-307,   1.00000000e+000]])

生成均匀分布的array：

arange（最小值，最大值，步长）（左闭右开）

linspace（最小值，最大值，元素数量）

1

2

3

4

5

6

7

						>>> np.arange( 10, 30, 5 )

						array([10, 15, 20, 25])

						>>> np.arange( 0, 2, 0.3 )                 # it accepts float arguments

						array([ 0. ,  0.3,  0.6,  0.9,  1.2,  1.5,  1.8])

						>>> np.linspace( 0, 2, 9 )                 # 9 numbers from 0 to 2

						array([ 0.  ,  0.25,  0.5 ,  0.75,  1.  ,  1.25,  1.5 ,  1.75,  2.  ])

						>>> x = np.linspace( 0, 2*pi, 100 )        # useful to evaluate function at lots of points

三.基本运算:

整个array按顺序参与运算：

						>>> a = np.array( [20,30,40,50] )

						>>> b = np.arange( 4 )

						>>> b

						array([0, 1, 2, 3])

						>>> c = a-b

						>>> c

						array([20, 29, 38, 47])

						>>> b**2

						array([0, 1, 4, 9])

						>>> 10*np.sin(a)

						array([ 9.12945251, -9.88031624,  7.4511316 , -2.62374854])

						>>> a<35

						array([ True, True, False, False], dtype=bool)

栏目列表