标签：10 创建 range 数组 dtype np array numpy Out

 

1.2.1 创建NumPy数组的多种方式¶

• array: 将数组转换为ndarray，推断dtype或者显示指定
• arange: 类似内置函数range，返回ndarray
• zeros: 创建全0数组，可指定形状和dtype
• ones: 创建全1数组，可指定形状和dtype
• empty：创建新数组，只分配内存空间、不填充任何值

1.2.2 转换NumPy数组的数据类型¶

• dtype：显示指定
• astype: 转换

  In [1]:

import numpy as np

  In [2]:

# array
data = [[1,2,3,4],[5,6,7,8]]
type(data)

  Out[2]:

list

  In [3]:

data = np.array(data)
type(data)

  Out[3]:

numpy.ndarray

  In [4]:

data.ndim

  Out[4]:

2

  In [5]:

data.shape

  Out[5]:

(2, 4)

  In [6]:

# arange
range(15)

  Out[6]:

range(0, 15)

  In [7]:

list(range(15))

  Out[7]:

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14]

  In [8]:

for i in range(15):
    print(i)

   

0
1
2
3
4
5
6
7
8
9
10
11
12
13
14

  In [9]:

range(1,16,3)

  Out[9]:

range(1, 16, 3)

  In [10]:

list(range(1,16,3))

  Out[10]:

[1, 4, 7, 10, 13]

  In [11]:

data2 = np.arange(15).reshape(5,3)

  In [12]:

data2

  Out[12]:

array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [ 9, 10, 11],
       [12, 13, 14]])

  In [13]:

# zeros
data3 = np.zeros(10) # size
data3

  Out[13]:

array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])

  In [14]:

data3.reshape(2,5)

  Out[14]:

array([[0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.]])

  In [15]:

np.zeros((2,3,4))

  Out[15]:

array([[[0., 0., 0., 0.],
        [0., 0., 0., 0.],
        [0., 0., 0., 0.]],

       [[0., 0., 0., 0.],
        [0., 0., 0., 0.],
        [0., 0., 0., 0.]]])

  In [16]:

np.zeros((2,3,4)).ndim

  Out[16]:

3

  In [17]:

# ones
np.ones((2,5))

  Out[17]:

array([[1., 1., 1., 1., 1.],
       [1., 1., 1., 1., 1.]])

  In [19]:

# empty
np.empty((2,2,3))

  Out[19]:

array([[[1.26670832e-311, 2.47032823e-322, 0.00000000e+000],
        [0.00000000e+000, 1.33511969e-306, 5.64233733e-067]],

       [[5.64281696e-091, 2.32002798e-056, 1.29133695e+160],
        [1.85423562e-051, 3.99910963e+252, 9.34608432e-307]]])

  In [20]:

# 识别数组类型
data4 = np.array([1,2,3,4,5])

  In [21]:

data4

  Out[21]:

array([1, 2, 3, 4, 5])

  In [22]:

data4.dtype

  Out[22]:

dtype('int32')

  In [23]:

data4[1] = 9.99
data4   # 不会自动转换数据类型

  Out[23]:

array([1, 9, 3, 4, 5])

  In [28]:

# 创建ndarry时显示指定
data5 = np.array([1,2,3,4,5],dtype=np.float32)
data5.dtype

  Out[28]:

dtype('float32')

  In [29]:

data5

  Out[29]:

array([1., 2., 3., 4., 5.], dtype=float32)

  In [30]:

data5[1]=9.99

  In [31]:

data5

  Out[31]:

array([1.  , 9.99, 3.  , 4.  , 5.  ], dtype=float32)

  In [32]:

# 对ndarray进行类型转换:astype
data4.astype(np.float64)

  Out[32]:

array([1., 9., 3., 4., 5.])

  In [ ]:  

标签：10,创建,range,数组,dtype,np,array,numpy,Out
From： https://www.cnblogs.com/mlzxdzl/p/17767798.html