numpy基本操作(一)
<title>numpy基本操作(一)</title>
<body>
<div tabindex="-1" id="notebook" class="border-box-sizing">
<div class="container" id="notebook-container">
</div>
</div>
</div>
</body>
In [4]:
import numpy as np
In [3]:
#添加一个数组,一维的,全部是0
np.zeros(10)
Out[3]:
In [5]:
#添加一个数组,二维维的(3行五5),全部是0
np.zeros((3,5))
Out[5]:
In [8]:
#添加一个数组,二维,全是同一个数
np.full(shape=(3,5),fill_value=666.0)
Out[8]:
arange-序列数组¶
In [9]:
#python的列表生成式
In [10]:
[i for i in range(10)]
Out[10]:
In [11]:
#numpy的序列数组(效果同python,但numpy可生成多维的)
In [12]:
np.arange(10)
Out[12]:
linspace-等步长数组¶
In [14]:
#生成一个0到20之间的10个等长数组,这里可以理解为生成一个等差数列
np.linspace(0,20,10)
Out[14]:
In [15]:
#这里生成11个等步长的10个数就刚好是整数
np.linspace(0,20,11)
Out[15]:
random-随机数¶
In [17]:
#生成随机整数与python一致,左闭右开,也就是取不到20
np.random.randint(0,20,size=10)
Out[17]:
In [19]:
#size这里代表维度,多维度传入元组即可
np.random.randint(10,20,size=(4,4))
Out[19]:
In [21]:
#seed--指定随机矩阵,再次调用可以回放之前所取的随机数
np.random.seed(888)
np.random.randint(10,20,size=(4,4))
Out[21]:
In [23]:
#这里再次调用888可以使得两次随机数一致
np.random.seed(888)
np.random.randint(10,20,size=(4,4))
Out[23]:
In [24]:
#生成一个随机浮点数(会在0和1之间随机取)
np.random.random()
Out[24]:
In [25]:
#生成一个随机浮点数数组
np.random.random(10)
Out[25]:
In [ ]:
In [26]:
# 生成一个符合正态分布的随机浮点数
np.random.normal()
Out[26]:
In [29]:
#同样也可以生成数组(表示均值为10,方差为100的一系列数组)
np.random.normal(10,100,size=(3,5))
Out[29]:
In [ ]:
In [ ]:

浙公网安备 33010602011771号