Python科学计算学习一 NumPy 快速处理数据
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了Python科学计算学习一 NumPy 快速处理数据,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1487字,纯文字阅读大概需要3分钟。
内容图文
1 创建数组
(1) array(boject, dtype=None, copy=True, order=None, subok=False, ndmin=0)
a = array([1, 2, 3, 4])
b = array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
a.dtype --> dtype(‘int32‘)
a.shape --> (4,)
b.shape -->(3, 4)
a.shape=2, -1 #(-1时自动计算,相当于2, 6)
c = a.reshape((2,2)) #c和a公用一个空间
(2) arange([start,] stop [,step], dtype=None)
a = arange(5) -->array([0, 1, 2, 3, 4])
a[2:4] -->array([2,3])
a[:-1] -->array([0, 1, 2, 3]) #下标为负数,表示从后往前数
a[2:4] = 20, 30 -->array([0, 1, 20, 30, 4]) #可以通过下标修改元素
x = arange(5, 0, -1) -->array([5, 4, 3, 2, 1])
x[array([True, False, True, False])]
-->array([5, 3]) #只获取布尔数组中True所在的下标 0 2 长度不够算False
x[array([True, False, False, True, False])) = -5, -2 #用布尔数组修改True所在下标的元素
x -->array([-5, 4, 3, -2, 1])
(3) linspace(start, stop, num=50, endpoint=True, retstep=False) #等差数列的一维数组
logspane(start, stop, num=50, endpoint=True, base=10) #等比数列的一维数组
(4) frombuffer
fromfile
fromstring(string, dtype=float, count=-1, sep=‘ ‘)
fromstring(‘abcdefgh‘, int8)
-->array([ 97, 98, 99, 100, 101, 102, 103, 104], dtype=int8) #一个字符占1个字节(Byte)=8位(bit),
fromstring(‘abcdefgh‘, in16)
-->array([25185, 25699, 26213, 26727], dtype=int16) #25185=98*256 + 97
(5) fromfunction(funtion, shape, **kwargs)
def func(i, j):
return (i+1) * (j+1)
a = fromfunction(func, (9, 9)) --> 生成一个99乘法口诀二维数组 a[i, j] = func(i, j)
上面等价于 arange(1,10).reashape(-1,1) * arange(1,10)
原文:http://www.cnblogs.com/roronoa-sqd/p/4684832.html
内容总结
以上是互联网集市为您收集整理的Python科学计算学习一 NumPy 快速处理数据全部内容,希望文章能够帮你解决Python科学计算学习一 NumPy 快速处理数据所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。