---

?

問題：

　　為什么第一次輸出矩陣形式的數據，第二次輸出list形式的數據？

詳見代碼：

a = np.array([[1, 2], [3, 4]]) print(a) print('ndim :', a.ndim)

控制臺輸出：

[[1 2][3 4]] ndim : 2

然而，代碼修改一下：

b = np.array([[11, 12], [14, 16, 17]]) print(b) print(type(b))

?控制臺輸出：

[list([11, 12]) list([14, 16, 17])] <class 'numpy.ndarray'>

答案：

　　第二次輸出元素 [ [11, 12], [14, 16, 17] ] 在形式上不能用矩陣形式輸出，不對稱。

?

---

?

問題：

array(p_object, dtype=None, copy=True, order='K', subok=False, ndmin=0)

?

order : {'K', 'A', 'C', 'F'}, optionalSpecify the memory layout of the array. order參數用于：指定數組的內存布局。

　　order的作用體現在哪里？

　　怎么才能看出數組的內存布局？

?

?答案：

　　ndarray.flags屬性， 查看ndarray對象的內存信息

C_CONTIGUOUS : True　　　　　　　　c_contiguous(連續的）F_CONTIGUOUS : False　　　　　　　 f_contiguousOWNDATA : True　　　　　　　　　　　own dataWRITEABLE : True　　　　　　　　　　writeableALIGNED : True　　　　　　　　　　　aligned（對齊）WRITEBACKIFCOPY : False　　　　　write back if copyUPDATEIFCOPY : False　　　　　　　update if copy

?

?

---

?

sin()：

Parameters----------x : array_likeAngle, in radians (:math:`2 \pi` rad equals 360 degrees).

?

2 \pi = 2π

360°等于2π弧度
在數學和物理中,弧度是角的量度單位.它是由國際單位制導出的單位,單位縮寫是rad.（radians）

弧度定義：弧長等于圓半徑的弧所對的圓心角為1弧度

根據定義,一周的弧度數為2πr/r=2π, 360°角＝2π弧度,因此,1弧度約為57.3°,即57°17'44.806'',1°為π/180弧度,近似值為0.01745弧度,周角為2π弧度, 平角（即180°角）為π弧度, 直角為π/2弧度.
在具體計算中,角度以弧度給出時,通常不寫弧度單位,直接寫值.最典型的例子是三角函數,如sin 8π、tan (3π/2).
弧長公式：
l rad=nπr/180
在這里,n就是角度數.

?

---

?

np.repeat()使用技巧

c = np.array([[1, 2, 3]]) c = c.reshape(-1, 3).repeat(2, 0) 輸出c: [[1, 2, 3],[1, 2, 3]] ===================== cc = c.reshape(-1, 3) # -1代表不管行數，只是確定列數為3# repeat用法 d = c.reshape(-1, 3) d.repeat(2, 0) 可以 d.repeat(preats=2, axis=0) 可以 np.repeat(d, 2, 0) 也可以

?

---

?

?

問題：

　　同樣是order排序，傳入'C'，'F'不同，則打印不同？

代碼：

import numpy as np a = np.arange(0, 60, 5).reshape((3, 4)) print(a) for x in np.nditer(a,flags=['external_loop'], order='C'):print(x, end=', ')

?

控制臺輸出：

[[ 0 5 10 15][20 25 30 35][40 45 50 55]] [ 0 5 10 15 20 25 30 35 40 45 50 55],

?

然而，代碼：

import numpy as np a = np.arange(0, 60, 5).reshape((3, 4)) print(a) for x in np.nditer(a,flags=['external_loop'], order='F'):print(x, end=', ')

?

控制臺輸出：

[[ 0 5 10 15][20 25 30 35][40 45 50 55]] [ 0 20 40], [ 5 25 45], [10 30 50], [15 35 55],

?

答案：

　　迭代器遍歷對應于每列，并組合為一維數組。（默認）

?

---

?

問題：

　　a.T在nditer中迭代不應該輸出

[[0 3][1 4][2 5]]

?

　　嗎？

代碼：

a = np.arange(6).reshape(2, 3) print(a) print(a.T) print(a.T.flags) for x in np.nditer(a.T):print(x, end=', ') print('\n')

?

控制臺輸出：

[[0 1 2][3 4 5]][[0 3][1 4][2 5]]C_CONTIGUOUS : FalseF_CONTIGUOUS : TrueOWNDATA : FalseWRITEABLE : TrueALIGNED : TrueWRITEBACKIFCOPY : FalseUPDATEIFCOPY : False0, 1, 2, 3, 4, 5,

?

答案：

　　np.nditer(..., order='K') ：

　　　　order參數默認‘K’

　　源碼中，as close sth. as possible ： 盡可能靠近

'K' means as close to the order the array elements appear in memory as possible.

?

　　翻譯：'K' 意味著，（順序要）盡可能靠近內存中出現的的數組的元素順序。　　　

?

---

?

?

?

?

?

?

?

?

?

?

?

=============================================

?

轉載于:https://www.cnblogs.com/daemonFlY/p/10029667.html

總結

以上是生活随笔為你收集整理的NumPy的思考……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。