文章目錄

• ndarray（別名array）
• • 常用屬性
  • 創建NumPy數組
  • • 使用array()函數
    • 使用zeros()函數
    • 使用ones()函數
    • 使用empty()函數
    • 使用arange()函數
  • 注意

---

ndarray（別名array）

常用屬性

import numpy as np # Numpy工具包data = np.arange(12).reshape(3, 4) # 創建一個3行4列的數組 print(data) print(type(data)) # 查看數組類型，輸出結果<class 'numpy.ndarray'> print(data.ndim) # 數組維度的個數，2表二維數組 print(data.shape) # 數組的維度，輸出結果(3,4)表示3行4列 print(data.size) # 數組元素的個數，輸出結果12，表示總共有12個元素 print(data.dtype) # 數組元素的類型，輸出結果dtype('int 32')表示元素類型都是int32 print(data.itemsize) # 數組中每個元素的字節大小，輸出結果4，表示元素類型為int32的數組有4（32/8）個字節

輸出結果

---

創建NumPy數組

使用array()函數

import numpy as npdata1 = np.array([1, 2, 3]) print(data1)

輸出結果
[1 2 3]

data2 = np.array([[1, 2, 3], [4, 5, 6]]) print(data2)

輸出結果
[[1 2 3]
[4 5 6]]

---

使用zeros()函數

zeros()函數創建的數組其元素值都為0

data3 = np.zeros((3, 4)) print(data3)

輸出結果
[[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]]

---

使用ones()函數

ones()函數船艦的數組其元素值都為1

data4 = np.ones(12).reshape(4, 3) print(data4)

輸出結果
[[1. 1. 1.]
[1. 1. 1.]
[1. 1. 1.]
[1. 1. 1.]]

---

使用empty()函數

empty()函數只分配內存空間，其內元素都是隨機的，數據類型默認為float64

data5 = np.empty(3).reshape(3, 1) print(data5)

輸出結果
[[1.33512376e-306]
[8.90104239e-307]
[9.34605716e-307]]

---

使用arange()函數

arange()函數可以創建一個等差數組，功能類似于range()，不過arange()返回的結果是數組，而不是列表

data6 = np.arange(1, 99, 5) print(data6)

輸出結果
[ 1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96]

---

注意

值得注意的是，部分數組元素后面會跟著一個小數點“ . ”，而有些元素后面沒有，如“1.和1”，這種現象的產生主要是因為元素的數據類型不同，；例如：float類型元素帶小數點，int元素則不帶
當然創建ndarray對象時，亦可顯式聲明數組元素類型

data7 = np.array([1, 2, 3, 4], int) data8 = np.array([1, 2, 3, 4], float) data9 = np.zeros((3, 4), dtype='float64') data10 = np.zeros((3, 4), dtype='int32')

data7:
[1 2 3 4]
data8:
[1. 2. 3. 4.]
data9:
[[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]]
data10:
[[0 0 0 0]
[0 0 0 0]
[0 0 0 0]]

總結

以上是生活随笔為你收集整理的ndarray对象的建立的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。