NumPy模塊怎么在Python3.5中使用

今天就跟大家聊聊有關(guān)NumPy模塊怎么在Python3.5中使用，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結(jié)了以下內(nèi)容，希望大家根據(jù)這篇文章可以有所收獲。

1、簡(jiǎn)介

2、多維數(shù)組——ndarray

#!/usr/bin/env python
# -*- coding:utf-8 -*-
# Author:ZhengzhengLiu

import numpy as np

#1.創(chuàng)建ndarray
#創(chuàng)建一維數(shù)組
n1 = np.array([1,2,3,4])
print(n1)

#屬性--ndim:維度;dtype:元素類型;shape:數(shù)組形狀;
# size:數(shù)組元素總個(gè)數(shù)，shape值相乘得到
print("n1維度:",n1.ndim)
print("n1元素類型:",n1.dtype)
print("n1數(shù)組形狀:",n1.shape)
print("n1數(shù)組元素總個(gè)數(shù):",n1.size)

#創(chuàng)建二維數(shù)組
n2 = np.array([
  [1,2,3,4],
  [5,6,7,8]
])

print(n2)
print("n2維度:",n2.ndim)
print("n2元素類型:",n2.dtype)

#創(chuàng)建三維數(shù)組
n3 = np.array([
  [
    [1,2,3,4],
    [5,6,7,8]
  ],
  [
    [10,20,30,40],
    [50,60,70,80]
  ]
])

print(n3)
print("n3數(shù)組形狀:",n3.shape)
print("n3數(shù)組元素總個(gè)數(shù):",n3.size)

#2.通過函數(shù)創(chuàng)建數(shù)組
z = np.zeros((3,2))   #創(chuàng)建指定形狀的數(shù)組，數(shù)值由零填充
print(z)
print(z.dtype)

o = np.ones((2,4))   #創(chuàng)建指定形狀的數(shù)組，數(shù)值由1填充
print(o)

e = np.empty((2,3,2))  #創(chuàng)建指定形狀的數(shù)組，數(shù)值由未初始化的垃圾值填充
print(e)

#3.通過函數(shù)計(jì)算的方式去創(chuàng)建數(shù)組
#一個(gè)參數(shù)，區(qū)間左閉右開，默認(rèn)起始值為0，步長為1
np1 = np.arange(10)
print(np1)

#兩個(gè)參數(shù)（起始值，終止值），區(qū)間左閉右開，默認(rèn)步長為1
np2 = np.arange(2,10)
print(np2)

#三個(gè)參數(shù)（起始值，終止值，步長），區(qū)間左閉右開，步長為2
np3 = np.arange(2,10,2)
print(np3)

#倒序創(chuàng)建數(shù)組元素
np4 = np.arange(10,2,-1)
print(np4)

#全閉區(qū)間，參數(shù)（起始值，終止值，元素個(gè)數(shù)）,等差數(shù)列
np5 = np.linspace(0,10,5)
print(np5)

#全閉區(qū)間，以10為底數(shù)參數(shù)為指數(shù)（起始值，終止值，元素個(gè)數(shù)），等比數(shù)列
np6 = np.logspace(0,2,5)
print(np6)

#生成隨機(jī)數(shù)的數(shù)組
np7 = np.random.random((2,3))
print(np7)

運(yùn)行結(jié)果：

[1 2 3 4]
n1維度: 1
n1元素類型: int32
n1數(shù)組形狀: (4,)
n1數(shù)組元素總個(gè)數(shù): 4
[[1 2 3 4]
 [5 6 7 8]]
n2維度: 2
n2元素類型: int32
[[[ 1  2  3  4]
  [ 5  6  7  8]]

 [[10 20 30 40]
  [50 60 70 80]]]
n3數(shù)組形狀: (2, 2, 4)
n3數(shù)組元素總個(gè)數(shù): 16
[[ 0.  0.]
 [ 0.  0.]
 [ 0.  0.]]
float64
[[ 1.  1.  1.  1.]
 [ 1.  1.  1.  1.]]
[[[  1.02548961e-305   5.40165714e-067]
  [  1.05952696e-153   9.69380992e+141]
  [  2.17151199e+214   4.34975848e-114]]

 [[  2.08064175e-115   1.91431714e+227]
  [  6.42897811e-109   1.26088822e+232]
  [  9.51634286e-114   5.45764552e-306]]]
[0 1 2 3 4 5 6 7 8 9]
[2 3 4 5 6 7 8 9]
[2 4 6 8]
[10  9  8  7  6  5  4  3]
[  0.    2.5   5.    7.5  10. ]
[   1.            3.16227766   10.           31.6227766   100.        ]
[[ 0.55980469  0.99477652  0.82310732]
 [ 0.97239333  0.1409895   0.57213264]]

#修改ndarray形狀
np8 = np.arange(0,20,2)
print(np8)
print(np8.size)

np9 = np8.reshape(2,5)
print(np9)
print(np9.size)

#reshape函數(shù)是對(duì)被修改數(shù)組的一個(gè)拷貝，共享同一內(nèi)存，
# 修改其中一個(gè)數(shù)組會(huì)影響里一個(gè)
np9[1][2] = 50
print(np8)
print(np9)

# -1表示第二維自動(dòng)根據(jù)元素個(gè)數(shù)計(jì)算
np10 = np8.reshape(5,-1)
print(np10)

#shape直接修改原來數(shù)組的形狀
np8.shape=(2,-1)
print(np8)

運(yùn)行結(jié)果：

[ 0  2  4  6  8 10 12 14 16 18]
10
[[ 0  2  4  6  8]
 [10 12 14 16 18]]
10
[ 0  2  4  6  8 10 12 50 16 18]
[[ 0  2  4  6  8]
 [10 12 50 16 18]]
[[ 0  2]
 [ 4  6]
 [ 8 10]
 [12 50]
 [16 18]]
[[ 0  2  4  6  8]
 [10 12 50 16 18]]

Numpy基本操作說明

看完上述內(nèi)容，你們對(duì)NumPy模塊怎么在Python3.5中使用有進(jìn)一步的了解嗎？如果還想了解更多知識(shí)或者相關(guān)內(nèi)容，請(qǐng)關(guān)注億速云行業(yè)資訊頻道，感謝大家的支持。