文章目錄

• 前言
• 1. numpy屬性ndim，shape，size
• 2. numpy數據生成zero empty arange linspace
• 補充：對np.array生成的數據的分析

前言

根據 莫煩Python的教程 總結寫成，以便自己復習和使用,這里我就不喲林地掛原創了🐶。

1. numpy屬性ndim，shape，size

shape參考大佬博客

# 1. numpy屬性 array1 = np.array([[1,2],[3,4]]) # 將一個列表變成數組矩陣,加速運算 list = [[1,2],[3,4]] print(array1) print(list)#在list中只是列表 # print(array1.ndim)# 數組的列維度 print(array1.shape)# 幾乘幾的矩陣，其中當矩陣只有一個維度的時候，返回的是該一維數組（矩陣）中元素的個 數，通俗點說就是返回列數，因為一維數組只有一行，np.array只能生成行向量 print(array1.size)# 總共多少元素

2. numpy數據生成zero empty arange linspace

array2 = np.array([[1,2],[3,4]],dtype=np.int64)# 可以賦予array類型 print(array2.dtype) # 查看type類型a2 = np.zeros((3,4))# 3h 4l a2 = np.empty((3,4))# 3h 4l 無限接近0 a2 = np.arange(1,12,2)# 有序的數列和矩陣 1-10的步長為2的數列 a2 = np.arange(12).reshape((3,4))#reshape 數組重組為3行4列a2 = np.linspace(1,10,6).reshape((2,3)) #生成6段數列，它和arang的區別就是它是任意步長的 print(a2)

補充：對np.array生成的數據的分析

a2 = np.array([1,2]) print (a2.shape)# (2,) 這里創建的a2其實只是一個list，2表示數據的個數，僅此而已 print (a2.T.shape) # 得到的依然是(2,) 轉置對于這樣創建出來的a2是不起作用的. a2 = np.array([[1,2]]) # 這里增加了[],吧a2變成了一個矩陣 print (a2.shape) # (1, 2) 看看這樣的維度就完整了

總結

以上是生活随笔為你收集整理的python（numpy，pandas1）——numpy(ndim，shape，size,zero, empty, arange, linspace)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。