NumPy生成数组的方法

简介: NumPy生成数组的方法

NumPy 是 Python 的一个强大的科学计算库,它允许你创建各种类型的数组。以下是一些常见的 NumPy 数组生成方法:

  1. 使用 numpy.array() 函数:这是最常用的 NumPy 数组生成方法。它接受一个列表或其他序列作为参数,并将其转换为 NumPy 数组。

例如:

import numpy as np

arr = np.array([1, 2, 3])
print(arr)

输出结果:

[1, 2, 3]
  1. 使用 numpy.zeros() 函数:该函数创建一个全零的数组。

例如:

arr = np.zeros((3, 3))
print(arr)

输出结果:

[[0., 0., 0.],
 [0., 0., 0.],
 [0., 0., 0.]]
  1. 使用 numpy.ones() 函数:该函数创建一个全一的数组。

例如:

arr = np.ones((3, 3))
print(arr)

输出结果:

[[1., 1., 1.],
 [1., 1., 1.],
 [1., 1., 1.]]
  1. 使用 numpy.linspace() 函数:该函数创建一个均匀分布的数组。

例如:

arr = np.linspace(0, 10, 5)
print(arr)

输出结果:

[0.  2.5  5.  7.5 10. ]
  1. 使用 numpy.arange() 函数:该函数创建一个等差数列。

例如:

arr = np.arange(5)
print(arr)

输出结果:

[0, 1, 2, 3, 4]
  1. 使用 numpy.eye() 函数:该函数创建一个对角线上为 1 ,其余为 0 的二维数组。

例如:

arr = np.eye(3)
print(arr)

输出结果:

[[1., 0., 0.],
 [0., 1., 0.],
 [0., 0., 1.]]

以上只是 NumPy 数组生成方法的一部分,还有更多的方法,请参考 NumPy 官方文档进行学习。

相关文章
|
1月前
|
计算机视觉 Python
PIL图像转换为Numpy数组:技术与案例详解
本文介绍了如何将PIL图像转换为Numpy数组,以便利用Numpy进行数学运算和向量化操作。首先简要介绍了PIL和Numpy的基本功能,然后详细说明了转换过程,包括导入库、打开图像文件、使用`np.array()`或`np.asarray()`函数进行转换,并通过打印数组形状验证转换结果。最后,通过裁剪、旋转和缩放等案例展示了转换后的应用,以及如何将Numpy数组转换回PIL图像。此外,还介绍了处理base64编码图像的完整流程。
43 4
|
3月前
|
机器学习/深度学习 并行计算 大数据
【Python篇】NumPy完整指南(上篇):掌握数组、矩阵与高效计算的核心技巧2
【Python篇】NumPy完整指南(上篇):掌握数组、矩阵与高效计算的核心技巧
124 10
|
3月前
|
Python
Numpy学习笔记(四):如何将数组升维、降维和去重
本文介绍了如何使用NumPy库对数组进行升维、降维和去重操作。
78 1
|
3月前
|
Python
Numpy学习笔记(五):np.concatenate函数和np.append函数用于数组拼接
NumPy库中的`np.concatenate`和`np.append`函数,它们分别用于沿指定轴拼接多个数组以及在指定轴上追加数组元素。
103 0
Numpy学习笔记(五):np.concatenate函数和np.append函数用于数组拼接
|
3月前
|
Python
使用 NumPy 进行数组操作的示例
使用 NumPy 进行数组操作的示例
50 2
|
3月前
|
索引 Python
【Python篇】NumPy完整指南(上篇):掌握数组、矩阵与高效计算的核心技巧1
【Python篇】NumPy完整指南(上篇):掌握数组、矩阵与高效计算的核心技巧
162 4
|
3月前
|
机器学习/深度学习 并行计算 调度
CuPy:将 NumPy 数组调度到 GPU 上运行
CuPy:将 NumPy 数组调度到 GPU 上运行
160 1
|
4月前
|
Python
numpy | 插入不定长字符数组测试OK
本文介绍了如何在numpy中创建和操作不定长字符数组,包括插入和截断操作的测试。
|
4月前
|
API Python
Numpy 数组的一些集合操作
Numpy 数组的一些集合操作
59 0
|
4月前
|
编译器 Linux API
基于类型化 memoryview 让 Numpy 数组和 C 数组共享内存
基于类型化 memoryview 让 Numpy 数组和 C 数组共享内存
69 0