Numpy库教程（一）numpy库的安装与导入，列表、数组、矩阵的互相转换以及差异 |
您所在的位置：网站首页 › pycharm导入numpy包 › Numpy库教程（一）numpy库的安装与导入，列表、数组、矩阵的互相转换以及差异 |
|
目录
安装与导入数据类型及其转换np.arraynp.matnp.tolist数组、矩阵、列表的不同点四则运算比较
安装与导入
pip安装 pip install numpy导入numpy，一般使用np作为其别名。 In [1]: import numpy as np 数据类型及其转换N维数组对象——ndarray，能够将N维数组做类似单个变量的运算。例如： In [2]: a=np.array([1,2]) In [3]: b=np.array([2,3]) In [4]: a*b Out[4]: array([2, 6]) In [5]: a+b Out[5]: array([3, 5])注意，数组运算相乘是对应元素分别相乘，和矩阵相乘不同。 np.array 参数说明object可以是列表，元组，集合、字典等dtype数据类型(可不指定，会自动识别），常见有np.int32、np.float32、np.uint8(主要用于图像) In [14]: np.array([1,2]) Out[14]: array([1, 2]) In [15]: np.array((1,2)) Out[15]: array([1, 2]) In [16]: np.array({1,2}) Out[16]: array({1, 2}, dtype=object) In [17]: np.array({'2':2}) Out[17]: array({'2': 2}, dtype=object)print函数打印时的区别： In [18]: print([1,2]) [1, 2] In [19]: print(np.array([1,2])) [1 2] np.mat会自动将一维数据类型转化为二维矩阵。 参数说明object可以是列表，元组，集合、字典等dtype数据类型设置同np.array In [20]: np.mat([1,2]) Out[20]: matrix([[1, 2]]) In [21]: np.mat((1,2)) Out[21]: matrix([[1, 2]]) In [22]: np.mat({1,2}) Out[22]: matrix([[{1, 2}]], dtype=object) In [23]: np.mat({'1':2}) Out[23]: matrix([[{'1': 2}]], dtype=object) np.tolist从名字可以看出，这个函数的作用是使numpy中的矩阵和数组存储类型转化为python的内置列表类型。 In [8]: a = np.ones((3,3)) In [9]: a Out[9]: array([[1., 1., 1.], [1., 1., 1.], [1., 1., 1.]]) In [10]: a.tolist() Out[10]: [[1.0, 1.0, 1.0], [1.0, 1.0, 1.0], [1.0, 1.0, 1.0]] In [11]: b = np.mat(a) In [12]: b Out[12]: matrix([[1., 1., 1.], [1., 1., 1.], [1., 1., 1.]]) In [13]: b.tolist() Out[13]: [[1.0, 1.0, 1.0], [1.0, 1.0, 1.0], [1.0, 1.0, 1.0]] 数组、矩阵、列表的不同点 四则运算比较 运算列表数组矩阵a[1,2]array([1,2])matrix([1,2])b[3,4]array([3,4])matrix([3,4])a+b[1,2,3,4]array([4, 6])matrix([[4, 6]])a-b无array([-2, -2])matrix([[-2, -2]])a*b无array([3,8])矩阵乘法a/b无无无append方法a.append(b) =[1,2,[3,4]]np.append(a,b)=array([1,2,3,4])无print(a)[1,2][1 2][[1 2]]其他np.dot |
今日新闻 |
推荐新闻 |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |