Numpy生成0矩阵、1矩阵、单位矩阵以及创建等差数组和等比数列

2023-12-21 19:38| 来源: 网络整理| 查看: 265

文章目录一、0矩阵二、1矩阵三、单位矩阵四、深拷贝和浅拷贝五、创建等差数组 — 指定数量六、创建等差数组 — 指定步长七、创建等比数列

一、0矩阵 np.ones(shape, dtype)np.ones_like(a, dtype) import numpy as np ones = np.ones([4,8]) ones

返回结果

array([[1., 1., 1., 1., 1., 1., 1., 1.], [1., 1., 1., 1., 1., 1., 1., 1.], [1., 1., 1., 1., 1., 1., 1., 1.], [1., 1., 1., 1., 1., 1., 1., 1.]]) 二、1矩阵 np.zeros(shape, dtype)np.zeros_like(a, dtype) import numpy as np np.zeros_like(ones)

返回结果:

array([[0., 0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0., 0.]])

在这里插入图片描述

三、单位矩阵 np.eye(N, M, k, dtype, order) import numpy as np np.eye(3)

返回结果:

array([[1., 0., 0.], [0., 1., 0.], [0., 0., 1.]]) 四、深拷贝和浅拷贝 np.array(object, dtype)np.asarray(a, dtype) a = np.array([[1,2,3],[4,5,6]]) # 从现有的数组当中创建；相当于深拷贝 a1 = np.array(a) # 相当于索引的形式，并没有真正的创建一个新的；相当于浅拷贝 a2 = np.asarray(a) 五、创建等差数组 — 指定数量 np.linspace (start, stop, num, endpoint)

创建等差数组 — 指定数量参数: start:序列的起始值 stop:序列的终止值 num:要生成的等间隔样例数量，默认为50 endpoint:序列中是否包含stop值，默认为ture

# 生成等间隔的数组 np.linspace(0, 100, 11)

返回结果：

array([ 0., 10., 20., 30., 40., 50., 60., 70., 80., 90., 100.]) 六、创建等差数组 — 指定步长 np.arange(start,stop, step, dtype)

创建等差数组 — 指定步长参数 step:步长,默认值为1

np.arange(10, 50, 2)

返回结果：

array([10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48]) 七、创建等比数列 np.logspace(start,stop, num)

创建等比数列参数: num:要生成的等比数列数量，默认为50

# 生成10^x np.logspace(0, 2, 3)

返回结果:

array([ 1., 10., 100.])

举例：

#首先使用np.linspace(-1,3,5) 生成一个数组 [-1,0,1,2,3] 然后对这个数组中的数取以10为底的指数值 np.logspace(-1,3,5) array([1.e-01, 1.e+00, 1.e+01, 1.e+02, 1.e+03]) # 指定数组中的数取以2为底的指数值 np.logspace(-1,3,5,base=2) array([0.5, 1. , 2. , 4. , 8. ])

【本文地址】

公司简介

联系我们