详解Numpy array()数组函数的作用与使用方法 | 您所在的位置:网站首页 › numpy中矩阵转置函数 › 详解Numpy array()数组函数的作用与使用方法 |
Numpy array()是一种用于创建多维数组的函数。它可以接受多种数据类型,支持数组枚举、切片等操作,是数据分析、科学计算以及机器学习中非常基础且重要的工具。在实际应用中,既可以通过手动创建数据进行实例化,也可以通过读取外部数据文件等方式创建。 下面将详细讲解它的作用以及使用方法。 作用创建多维数组:将列表、元组等序列类型数据转换成多维数组。 数组的计算和操作:支持对多维数组进行各种运算和操作,如数组的加减乘除、函数运算、比较、转置等。 数组的索引和切片:可以通过下标索引访问和操作数组中的元素,在多维数组中可以使用切片操作进行切片。 使用方法 手动创建:语法格式:numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0) 参数解释: object:列表、元组等序列类型数据。 dtype:数组元素的类型,在 numpy 中提供了很多基本类型,如numpy.int、 numpy.float等。 copy:默认为 True,表示复制对象,如果为 False,则表示对象被引用而不是复制。 order:数组元素在内存中的排列方式,C风格排列或Fortran风格排列。 subok:默认为 False,表示返回一个由Baseclass派生、并且类型相同的数组。 ndmin:指定生成的数组的最小维度。 示例代码: import numpy as np # 一维数组 arr1 = np.array([1, 2, 3, 4, 5]) print(arr1,type(arr1)) # 二维数组 arr2 = np.array([[1, 2, 3, 4], [5, 6, 7, 8]]) print(arr2,type(arr2))输出结果: [1 2 3 4 5] [[1 2 3 4] [5 6 7 8]] 读取外部文件创建:语法格式:numpy.array(object, dtype = None, count = -1, sep = '', *, file) 参数解释: file:文件名或读取数据的可迭代对象。 count:读取的个数,默认为-1,表示读取所有数据。 sep:分隔符,默认为空格。 示例代码: import numpy as np #从txt文件中读取数据并创建一维数组 arr_text = np.array([],dtype=float) with open("data.txt") as f: for line in f.readlines(): arr_line = np.array(line.strip().split(" "),dtype=float) arr_text = np.concatenate((arr_text, arr_line), axis=0) print(arr_text,type(arr_text))输出结果: [1. 2. 3. 4. 5. 6. 7. 8. 9.] 数组操作及索引:示例代码: import numpy as np # 创建二维数组 arr2 = np.array([[1, 2, 3, 4], [5, 6, 7, 8]]) # 加法 print("加法:\n", arr2 + 2) # 乘法 print("乘法:\n", arr2 * 2) # 转置 print("转置:\n", arr2.T) # 切片 print("切片:\n", arr2[1][1:3])输出结果: 加法: [[ 3 4 5 6] [ 7 8 9 10]] 乘法: [[ 2 4 6 8] [10 12 14 16]] 转置: [[1 5] [2 6] [3 7] [4 8]] 切片: [6 7]从上述实例可以看出,Numpy array()能够方便、快捷的操作多维数组,关于Numpy array()的应用还有很多,使用也需要不断的去实践,这样才能掌握更多的操作技巧。 本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:详解Numpy array()数组函数的作用与使用方法 - Python技术站 |
今日新闻 |
推荐新闻 |
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 |