【numpy】01numpy数组的创建
程序员文章站
2022-03-28 16:28:49
学习概要什么是numpynumpy基础numpy常用方法numpy常用统计方法为什么要学习numpy快速方便科学计算的基础库什么是numpy一个在Python中做科学计算的基础库,重在数值计算,也是大部分PYTHON科学计算库的基础库,多用于在大型、多维数组上执行数值运算numpy创建数组(矩阵)......
学习概要
- 什么是numpy
- numpy基础
- numpy常用方法
- numpy常用统计方法
为什么要学习numpy
- 快速
- 方便
- 科学计算的基础库
什么是numpy
一个在Python中做科学计算的基础库,重在数值计算,也是大部分PYTHON科学计算库的基础库,多用于在大型、多维数组上执行数值运算
numpy创建数组(矩阵)
参考
n维数组的创建(array方法)
https://blog.csdn.net/yuhui_2000/article/details/109649209
n维数组的创建(其他常用方法)
https://blog.csdn.net/yuhui_2000/article/details/109649391
n维数组的创建(特殊数组)
https://blog.csdn.net/yuhui_2000/article/details/109654255
数组的属性
参考
5.常用属性
https://blog.csdn.net/yuhui_2000/article/details/109655647
numpy中常见的更多的数据类型
注意: 当我们没有明确指定数据的数据类型时,numpy默认是根据电脑的位数来设置数据的数据类型。
例如:
数据类型的操作
设置生成矩阵的数据类型
在生成矩阵时直接设置数据的数据类型
说明: 对于dtype
参数来说,我们传递给这个参数的数据如果带有数据位数的时候,比如说int64 float64
,类似于是这样的数据,必须以字符串的形式传入,也就是类似于是dtype="int64" dtype="float32"
这样的形式。
在生成矩阵后再设置数据的数据类型
如果矩阵已经存在了,我们应该如何调整矩阵的数据类型呢?
矩阵的常见操作
生成随机矩阵
参考
7.1.生成随机数-均匀分布
https://blog.csdn.net/yuhui_2000/article/details/109658536
7.2.生成随机数-正态分布
https://blog.csdn.net/yuhui_2000/article/details/109678831
7.3.随机种子
https://blog.csdn.net/yuhui_2000/article/details/109679728
矩阵的常用方法
保留固定位数的小数
arr.round(x)
# arr:待修改的数据
# x:要保留几位小数
np.round(arr,x)
# arr:待修改的数据
# x:要保留的小数的位数
总结
- 使用numpy创建数组
n维数组的创建(array方法)
https://blog.csdn.net/yuhui_2000/article/details/109649209
n维数组的创建(其他常用方法)
https://blog.csdn.net/yuhui_2000/article/details/109649391
n维数组的创建(特殊数组)
https://blog.csdn.net/yuhui_2000/article/details/109654255
- 数组的数据类型
# 查看矩阵的数据类型
arr1.dtype
5.常用属性
https://blog.csdn.net/yuhui_2000/article/details/109655647
- 矩阵的数据类型的操作
# 指定生成矩阵的数据类型
arr2=np.array(list(range(16)),dtype="float32").reshape(4,4)
# 调整数据类型
arr2.astype("int32") # 返回一个新的矩阵,而不是在原来的矩阵上修改数据类型
- 生成随机矩阵
7.1.生成随机数-均匀分布
https://blog.csdn.net/yuhui_2000/article/details/109658536
7.2.生成随机数-正态分布
https://blog.csdn.net/yuhui_2000/article/details/109678831
7.3.随机种子
https://blog.csdn.net/yuhui_2000/article/details/109679728
- 保留固定位数的小数
arr.round(x) # arr:待修改的数据
# x:要保留几位小数
np.round(arr,x)
# arr:待修改的数据
# x:要保留的小数的位数
arr4.round(2) # 返回一个新的矩阵,而不是在原来的矩阵上修改
np.round(arr4,2) # 也是返回一个新的矩阵,而不是在原来的矩阵上修改
全部的代码
本文地址:https://blog.csdn.net/yuhui_2000/article/details/110350660
上一篇: JDBC自定义连接池