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
import numpy as npIn [2]:
# array data = [[1,2,3,4],[5,6,7,8]] type(data)Out[2]:
listIn [3]:
data = np.array(data) type(data)Out[3]:
numpy.ndarrayIn [4]:
data.ndimOut[4]:
2In [5]:
data.shapeOut[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 14In [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]:
data2Out[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 data3Out[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)).ndimOut[16]:
3In [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]:
data4Out[21]:
array([1, 2, 3, 4, 5])In [22]:
data4.dtypeOut[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.dtypeOut[28]:
dtype('float32')In [29]:
data5Out[29]:
array([1., 2., 3., 4., 5.], dtype=float32)In [30]:
data5[1]=9.99In [31]:
data5Out[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