Python Numpy 向量、矩阵的常用创建方法

谁借莪１个温暖的怀抱￠ 2021-09-20 03:16 488阅读 0赞

[2019独角兽企业重金招聘Python工程师标准>>> ][2019_Python_] ![hot3.png][]

#### 1. numpy.array() ####

*  该方法可以直接定义一个向量或矩阵
 *  测试代码
    
        import numpy as np
        
        vector = np.array([1, 2, 3, 4])
        metrix = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])
        
        print(vector)
        print(metrix)
 *  结果
    
        [1 2 3 4]
        [[1 2 3 4]
         [5 6 7 8]]

#### 2. numpy.arange() ####

*  可以定义等距向量或矩阵
 *  测试代码
    
        import numpy as np
        
        # 定义向量
        # [0, 15)间距为1的向量
        a = np.arange(15)
        # [10, 30)间距为5的向量
        b = np.arange(10, 30, 5)
        
        # 定义矩阵，reshape可以修改矩阵结构
        c = np.arange(15).reshape(3, 5)
        
        print(a)
        print(b)
        print(c)
 *  结果
    
        [ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14]
        [10 15 20 25]
        [[ 0  1  2  3  4]
         [ 5  6  7  8  9]
         [10 11 12 13 14]]

#### 3. np.zeros() ####

*  可以定义数据全为0的向量或矩阵
 *  测试代码
    
        import numpy as np
        
        # 向量
        # dtype指定数据类型，默认为numpy.float64
        a = np.zeros(3, dtype=np.int32, ) # a = np.zeros((3))
        # 矩阵
        b = np.zeros((2, 3))
        
        print(a)
        print(b)
 *  结果
    
        [0 0 0]
        [[0. 0. 0.]
         [0. 0. 0.]]

#### 4. np.ones() ####

*  可以定义数据全为1的向量或矩阵
 *  测试代码
    
        import numpy as np
        
        # 向量
        # dtype指定数据类型，默认为numpy.float64
        a = np.ones(3, dtype=np.int32, ) # a = np.ones((3))
        # 矩阵
        b = np.ones((2, 3))
        
        print(a)
        print(b)
 *  结果
    
        [1 1 1]
        [[1. 1. 1.]
         [1. 1. 1.]]

#### 5. numpy.random.random() ####

*  测试代码
    
        import numpy as np
        
        # 向量
        # 产生3个[0, 1)之间的数组成的向量
        a = np.random.random(3)
        # 产生3个[0, 10)之间的数组成的向量
        b = 10 * np.random.random(3)
        
        # 矩阵
        c = np.random.random((3, 2))
        
        print(a)
        print(b)
        print(c)
 *  结果
    
        [0.13145229 0.3579447  0.73169757]
        [8.71034733 7.23799586 7.32234672]
        [[0.38781208 0.71026693]
         [0.70824702 0.84315752]
         [0.55963861 0.72510996]]

#### 6. numpy.linspace() ####

*  定义由区间中固定等距元素组成的向量或矩阵
 *  测试代码
    
        import numpy as np
        
        # 向量
        # 定义由6个[0, 2*pi)之间等距数据组成的向量
        a = np.linspace(0, 2*np.pi, 6)
        # 矩阵
        b = a.reshape(2, 3)
        
        print(a)
        print(b)
 *  结果
    
        [0.         1.25663706 2.51327412 3.76991118 5.02654825 6.28318531]
        [[0.         1.25663706 2.51327412]
         [3.76991118 5.02654825 6.28318531]]

转载于:https://my.oschina.net/shadowolf/blog/1839241

[2019_Python_]: https://my.oschina.net/u/2663968/blog/3061697
[hot3.png]: /images/20210726/87bdf724d7134486b1b367f59a80a5d6.png