随笔分类 -  numpy

NumPy 切片和索引
摘要：import numpy as np a = np.arange(10,20,1) b = slice(1,5,2) d = a[1:5:2] e = a[2:] print(a) print(a[b]) print(d) print(e) #结果 [10 11 12 13 14 15 16 17 阅读全文
posted @ 2019-12-25 11:23 略略略额 阅读(154) 评论(0) 推荐(0)
NumPy 从数值范围创建数组
摘要：numpy.arange numpy 包中的使用 arange 函数创建数值范围并返回 ndarray 对象，函数格式如下： numpy.arange(start, stop, step, dtype) 根据 start 与 stop 指定的范围以及 step 设定的步长，生成一个 ndarray。 阅读全文
posted @ 2019-12-24 14:34 略略略额 阅读(345) 评论(0) 推荐(0)
numpy.asarray
摘要：numpy.asarray 类似 numpy.array，但 numpy.asarray 参数只有三个 numpy.asarray(a, dtype = None, order = None) 参数说明： 参数 描述 a 任意形式的输入参数，可以是，列表, 列表的元组, 元组, 元组的元组, 元组的 阅读全文
posted @ 2019-12-24 10:37 略略略额 阅读(986) 评论(0) 推荐(0)
NumPy 创建数组
摘要：numpy.empty numpy.empty 方法用来创建一个指定形状（shape）、数据类型（dtype）且未初始化的数组： numpy.empty(shape, dtype = float, order = 'C') 参数说明： 参数 描述 shape 数组形状 dtype 数据类型，可选 o 阅读全文
posted @ 2019-12-23 18:25 略略略额 阅读(266) 评论(0) 推荐(0)
numpy数组属性
摘要：NumPy 数组的维数称为秩（rank），即数组的维度。 NumPy中，每一个线性的数组称为是一个轴（axis），axis=0，表示沿着第 0 轴进行操作，即对每一列进行操作；axis=1，表示沿着第1轴进行操作，即对每一行进行操作。 NumPy 的数组中比较重要 ndarray 对象属性有： 属性 阅读全文
posted @ 2019-12-23 14:30 略略略额 阅读(876) 评论(0) 推荐(0)
numpy数据类型
摘要：bool_ 布尔型数据类型（True 或者 False） int_ 默认的整数类型（类似于 C 语言中的 long，int32 或 int64） intc 与 C 的 int 类型一样，一般是 int32 或 int 64 intp 用于索引的整数类型（类似于 C 的 ssize_t，一般情况下仍然 阅读全文
posted @ 2019-12-23 11:17 略略略额 阅读(572) 评论(0) 推荐(0)