欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

numpy的简单使用和变形等操作

程序员文章站 2022-03-10 17:55:14
代码示例:import numpy as np#一维数组简单使用my_list1 = [5,6,7,8]my_np1 = np.array(my_list1)print(type(my_np1)) #打印:print(my_np1) #打印:[5 6 7 8]print(my_np1.shape) #打印(4,),代表数组形状(行,列),本例代表4行1列my_np2 = np.arange(1,10,2)p...

代码示例:

import numpy as np

#一维数组简单使用
my_list1 = [5,6,7,8]
my_np1 = np.array(my_list1)
print(type(my_np1))    #打印:<class 'numpy.ndarray'>
print(my_np1)    #打印:[5 6 7 8]
print(my_np1.shape)    #打印(4,),代表数组形状(行,列),本例代表4行1列

my_np2 = np.arange(1,10,2)
print(type(my_np2))    #打印<class 'numpy.ndarray'>
print(my_np2)    #打印[1 3 5 7 9]


#二维数组简单使用
my_list2 = [
    [1,4,7],
    [2,5,8],
    [3,6,9]
]
my_np3 = np.array(my_list2)
print(type(my_np3))    #打印<class 'numpy.ndarray'>
print(my_np3)  
'''
打印:
[[1 4 7]
 [2 5 8]
 [3 6 9]]
'''
print(my_np3.shape)    #打印(3, 3)
print(my_np3.ndim)    #获取数组的维度,打印2
print(my_np3.size)    #获取元素的个数,打印9

my_np4 = np.array([[1,2,3,4],[5,6,7,8]]) 
print(my_np4)
'''
打印:
[[1 2 3 4]
 [5 6 7 8]]
'''
my_np4.shape = (4,2)
print(my_np4)
'''
打印:
[[1 2]
 [3 4]
 [5 6]
 [7 8]]
'''

my_np5 = np.array([[1,2,3,4],[5,6,7,8]])
my_np5_new = my_np5.reshape(4,2)
print(my_np5)
'''
打印:
[[1 2 3 4]
 [5 6 7 8]]
'''
print(my_np5_new)
'''
打印:
[[1 2]
 [3 4]
 [5 6]
 [7 8]]
'''
#shape和reshape的区别在于shape更改数组本身,reshape创建一个新的数组
my_np6 = np.array([[1,2,3,4],[5,6,7,8]])
my_np6_new = my_np6.reshape((8,),order='F')
# 默认为‘C’以行为主的顺序展开,‘F’(Fortran风格)以列的顺序展开
print(my_np6_new)    #打印[1 5 2 6 3 7 4 8]
my_np6_new2 = my_np6.flatten(order='C')    #同reshape((8,),order='C')
print(my_np6_new2)

#运算
my_np7 = np.array([[1,2,3,4],[5,6,7,8]])
print(my_np7*2)
'''
打印:
[[ 2  4  6  8]
 [10 12 14 16]]
'''

#转换为列表
my_np8 = np.array([[1,2,3,4],[5,6,7,8]])
my_list8 = my_np8.tolist()
print(type(my_list8))    #打印<class 'list'>
print(my_list8)    #打印[[1, 2, 3, 4], [5, 6, 7, 8]]

 

本文地址:https://blog.csdn.net/caoxinjian423/article/details/111990761