python庫

Pip

安裝python包的推薦工具

Numpy

為python提供快速的多維數組處理能力

Scipy

在Numpy基礎上添加了眾多科學計算工具包

Matplotlib

python豐富的繪圖庫

數據生成示例

import numpy as npa=np.arange(0,60,10).reshape((-1,1))+np.arange(6) print(a) [[ 0 1 2 3 4 5][10 11 12 13 14 15][20 21 22 23 24 25][30 31 32 33 34 35][40 41 42 43 44 45][50 51 52 53 54 55]]

代碼解釋

arange(0,60,10)

arange給定一個從0開始到60結束以10作為間距的范圍

[0,10,20,30,40,50] reshape((-1,1)

自動匹配行數之后轉置為列

[[0,] [10,] [20,] [30,] [40,] [50]] arange(6)

沒有給起點值，默認為0

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

相加之后

[[ 0 1 2 3 4 5][10 11 12 13 14 15][20 21 22 23 24 25][30 31 32 33 34 35][40 41 42 43 44 45][50 51 52 53 54 55]]

代碼演示

1.使用array創建

通過array函數傳遞list對象

L = [1, 2, 3, 4, 5, 6]print("L = ", L)a = np.array(L)print("a = ", a)print(type(a))

L是一個列表類型，如果直接打印L的話會顯示一個列表，通過np.array函數可以將L列表轉換為ndarray形式的行向量。

L = [1, 2, 3, 4, 5, 6] a = [1 2 3 4 5 6] <class 'numpy.ndarray'>

若傳遞的是多層嵌套的list，將創建多維數組

b = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])print(b)

如果將多個列表傳入np.array函數，將被轉換為二維的矩陣。

[[ 1 2 3 4][ 5 6 7 8][ 9 10 11 12]]

數組大小可以通過其shape屬性獲得

print (a.shape)print (b.shape)

shape可以返回一個矩陣的大小。

(6,) (3, 4)

也可以強制修改shape

b.shape = 4, 3print(b)

通過直接對shape賦值可以修改矩陣的大小。

[[ 1 2 3][ 4 5 6][ 7 8 9][10 11 12]]

注：從(3,4)改為(4,3)并不是對數組進行轉置，而只是改變每個軸的大小，數組元素在內存中的位置并沒有改變。

b.shape = 2, -1print (b)print (b.shape)

當某個軸為-1時，將根據數組元素的個數自動計算此軸的長度。

[[ 1 2 3 4 5 6][ 7 8 9 10 11 12]] (2, 6)

reshape方法

c = b.reshape((4, -1))print ("b = \n", b)print ('c = \n', c)

reshape可以創建改變了尺寸的新數組，原數組的shape保持不變。

b = [[ 1 2 3 4][ 5 6 7 8][ 9 10 11 12]] c = [[ 1 2 3][ 4 5 6][ 7 8 9][10 11 12]] b[0][1] = 20print ("b = \n", b)print ("c = \n", c)

數組b和c共享內存，修改任意一個將影響另外一個。

b = [[ 1 20 3 4][ 5 6 7 8][ 9 10 11 12]] c = [[ 1 20 3][ 4 5 6][ 7 8 9][10 11 12]]

數組的元素類型可以通過dtype屬性獲得

print (a.dtype)print (b.dtype) int32 int32

可以通過dtype參數在創建時指定元素類型

d = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]], dtype=np.float)f = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]], dtype=np.complex)print (d)print (f)

分別設置為浮點型和復數型。

[[ 1. 2. 3. 4.][ 5. 6. 7. 8.][ 9. 10. 11. 12.]] [[ 1.+0.j 2.+0.j 3.+0.j 4.+0.j][ 5.+0.j 6.+0.j 7.+0.j 8.+0.j][ 9.+0.j 10.+0.j 11.+0.j 12.+0.j]]

如果更改元素類型，可以使用astype安全的轉換

f = d.astype(np.int)print (f) [[ 1 2 3 4][ 5 6 7 8][ 9 10 11 12]]

但不要強制僅修改元素類型

d.dtype = np.intprint (d)

將會以int來解釋單精度float類型。

[[ 0 1072693248 0 1073741824 0 1074266112 0 1074790400][ 0 1075052544 0 1075314688 0 1075576832 0 1075838976][ 0 1075970048 0 1076101120 0 1076232192 0 1076363264]]

總結

以上是生活随笔為你收集整理的机器学习 —— python库 —— 使用array创建的全部內容，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。