创建 Numpy 数组的不同方式 |
您所在的位置:网站首页 › 如何在numpy中实现多字段排序 › 创建 Numpy 数组的不同方式 |
# 创建 Numpy 数组的不同方式 Numpy库的核心是数组对象或ndarray对象(n维数组)。你将使用Numpy数组执行逻辑,统计和傅里叶变换等运算。作为使用Numpy的一部分,你要做的第一件事就是创建Numpy数组。本指南的主要目的是帮助数据科学爱好者了解可用于创建Numpy数组的不同方式。 创建Numpy数组有三种不同的方法: 使用Numpy内部功能函数从列表等其他Python的结构进行转换使用特殊的库函数# 使用Numpy内部功能函数Numpy具有用于创建数组的内置函数。 我们将在本指南中介绍其中一些内容。 # 创建一个一维的数组首先,让我们创建一维数组或rank为1的数组。arange是一种广泛使用的函数,用于快速创建数组。将值20传递给arange函数会创建一个值范围为0到19的数组。 import Numpy as np array = np.arange(20) array输出: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19])要验证此数组的维度,请使用shape属性。 array.shape输出: (20,)由于逗号后面没有值,因此这是一维数组。 要访问此数组中的值,请指定非负索引。 与其他编程语言一样,索引从零开始。 因此,要访问数组中的第四个元素,请使用索引3。 array[3]输出: 3Numpy的数组是可变的,这意味着你可以在初始化数组后更改数组中元素的值。 使用print函数查看数组的内容。 array[3] = 100 print(array)输出: [ 0 1 2 100 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19]与Python列表不同,Numpy数组的内容是同质的。 因此,如果你尝试将字符串值分配给数组中的元素,其数据类型为int,则会出现错误。 array[3] ='Numpy'输出: ValueError: invalid literal for int() with base 10: 'Numpy' # 创建一个二维数组我们来谈谈创建一个二维数组。 如果只使用arange函数,它将输出一维数组。 要使其成为二维数组,请使用reshape函数链接其输出。 array = np.arange(20).reshape(4,5) array输出: array([[ 0, 1, 2, 3, 4], [ 5, 6, 7, 8, 9], [10, 11, 12, 13, 14], [15, 16, 17, 18, 19]])首先,将创建20个整数,然后将数组转换为具有4行和5列的二维数组。 我们来检查一下这个数组的维数。 (4, 5)由于我们得到两个值,这是一个二维数组。 要访问二维数组中的元素,需要为行和列指定索引。 array[3][4]输出: 19 # 创建三维数组及更多维度要创建三维数组,请为重塑形状函数指定3个参数。 array = np.arange(27).reshape(3,3,3) array输出: array([[[ 0, 1, 2], [ 3, 4, 5], [ 6, 7, 8]], [[ 9, 10, 11], [12, 13, 14], [15, 16, 17]], [[18, 19, 20], [21, 22, 23], [24, 25, 26]]])需要注意的是:数组中元素的数量(27)必须是其尺寸(3 * 3 * 3)的乘积。 要交叉检查它是否是三维数组,可以使用shape属性。 array.shape输出: (3, 3, 3)此外,使用arange函数,你可以创建一个在定义的起始值和结束值之间具有特定序列的数组。 np.arange(10, 35, 3)输出: array([10, 13, 16, 19, 22, 25, 28, 31, 34]) # 使用其他Numpy函数除了arange函数之外,你还可以使用其他有用的函数(如 zeros 和 ones)来快速创建和填充数组。 使用zeros函数创建一个填充零的数组。函数的参数表示行数和列数(或其维数)。 np.zeros((2,4))输出: array([[0., 0., 0., 0.], [0., 0., 0., 0.]])使用ones函数创建一个填充了1的数组。 np.ones((3,4))输出: array([[1., 1., 1., 1.], [1., 1., 1., 1.], [1., 1., 1., 1.]])empty函数创建一个数组。它的初始内容是随机的,取决于内存的状态。 np.empty((2,3))输出: array([[0.65670626, 0.52097334, 0.99831087], [0.07280136, 0.4416958 , 0.06185705]])full函数创建一个填充给定值的n * n数组。 np.full((2,2), 3)输出: array([[3, 3], [3, 3]])eye函数可以创建一个n * n矩阵,对角线为1s,其他为0。 np.eye(3,3)输出: array([[1., 0., 0.], [0., 1., 0.], [0., 0., 1.]])函数linspace在指定的时间间隔内返回均匀间隔的数字。 例如,下面的函数返回0到10之间的四个等间距数字。 np.linspace(0, 10, num=4)输出: array([ 0., 3.33333333, 6.66666667, 10.]) # 从Python列表转换除了使用Numpy函数之外,你还可以直接从Python列表创建数组。将Python列表传递给数组函数以创建Numpy数组: array = np.array([4,5,6]) array输出: array([4, 5, 6])你还可以创建Python列表并传递其变量名以创建Numpy数组。 list = [4,5,6] list输出: [4, 5, 6] array = np.array(list) array输出: array([4, 5, 6])你可以确认变量array和list分别是Python列表和Numpy数组。 type(list)list type(array)Numpy.ndarray 要创建二维数组,请将一系列列表传递给数组函数。 array = np.array([(1,2,3), (4,5,6)]) array输出: array([[1, 2, 3], [4, 5, 6]]) array.shape输出: (2, 3) # 使用特殊的库函数你还可以使用特殊库函数来创建数组。例如,要创建一个填充0到1之间随机值的数组,请使用random函数。这对于需要随机状态才能开始的问题特别有用。 np.random.random((2,2))输出: array([[0.1632794 , 0.34567049], [0.03463241, 0.70687903]]) # 总结创建和填充Numpy数组是使用Numpy执行快速数值数组计算的第一步。使用不同的方式创建数组,你现在可以很好地执行基本的数组操作。 # 文章出处由NumPy中文文档翻译,原作者为 Ravikiran Srinivasulu,翻译至:https://www.pluralsight.com/guides/different-ways-create-numpy-arraysopen in new window |
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 |