建站
咨詢
售后
建站咨詢
新聞中心
然后np.array()函數(shù)將其轉化成了一個包含三個元素的一位 ndarray 對象。2. 使用特殊函數(shù)創(chuàng)建除了從list或tuple轉換外。
在進行Python數(shù)據(jù)分析時，我們常常需要使用到numpy庫。而numpy中最基本也是最重要的數(shù)據(jù)結構就是ndarray（N-dimensional array），即多維數(shù)組。通過對ndarray對象的操作，我們可以實現(xiàn)高效、快速地處理大量數(shù)值型數(shù)據(jù)。
創(chuàng)新互聯(lián)專注為客戶提供全方位的互聯(lián)網(wǎng)綜合服務，包含不限于網(wǎng)站設計制作、成都網(wǎng)站制作、紅崗網(wǎng)絡推廣、微信小程序、紅崗網(wǎng)絡營銷、紅崗企業(yè)策劃、紅崗品牌公關、搜索引擎seo、人物專訪、企業(yè)宣傳片、企業(yè)代運營等，從售前售中售后，我們都將竭誠為您服務，您的肯定，是我們最大的嘉獎；創(chuàng)新互聯(lián)為所有大學生創(chuàng)業(yè)者提供紅崗建站搭建服務，24小時服務熱線：18980820575，官方網(wǎng)址：www.cdcxhl.com
那么，在使用過程中如何創(chuàng)建一個ndarray呢？下面我們將介紹幾種不同方式。
1. 從list或tuple轉換
首先，可以用list或者tuple來初始化一個一維或者二維的數(shù)組：
```python
import numpy as np
# 一維數(shù)組
a = np.array([1,2,3])
print(a)
# 二位數(shù)組
b = np.array([(1.5,2,3), (4,5,6)])
print(b)
```
輸出結果為：
[1 2 3]
[[1.5 2. 3. ]
[4. 5. 6. ]]
其中第一個例子里面?zhèn)魅肓艘粋€列表 [1,2,3] ，然后np.array()函數(shù)將其轉化成了一個包含三個元素的一位 ndarray 對象。第二個例子則傳入了兩個元組作為參數(shù)，并且這些元組都有三個浮點數(shù)類型數(shù)字。函數(shù)會自動推斷出這應該生成一個 $n\times m$ 的矩陣。
此外，如果你想知道每個元素所占據(jù)空間大?。ㄒ宰止?jié)為單位），可以使用itemsize屬性：
print(a.itemsize)
4
這個例子中，數(shù)組 a 中每個元素占據(jù)4字節(jié)的空間（因為默認情況下，numpy 會使用32位整數(shù)）。
2. 使用特殊函數(shù)創(chuàng)建
除了從list或tuple轉換外，我們也可以用一些內(nèi)置的 numpy 函數(shù)來初始化一個數(shù)組。其中最常用的是 zeros() 和 ones() ，它們分別生成全零和全1矩陣：
c = np.zeros((3,4))
print(c)
d = np.ones((2,3,4),dtype=np.int16)
print(d)
[[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]]
[[[1,1,1],
[1,1,1],
[1,]]]
此外還有一些其他函數(shù)，比如 empty() 可以創(chuàng)建一個沒有任何具體值的數(shù)組；eye() 則可以生成單位矩陣。
3、使用arange函數(shù)創(chuàng)建
如果需要按指定間隔在指定范圍內(nèi)生成序列，則可通過arange函數(shù)實現(xiàn)。其產(chǎn)生一個一維數(shù)組，并且參數(shù)必須是浮點數(shù)類型。
e = np.arange(10) # 類似于range()
print(e)
f = np.arange(10,dtype=float) # 指定數(shù)據(jù)類型
print(f)
g = np.arange(2,10,2) # 指定起始值、終止值（不包括），以及步長
print(g)
[0 1 2 3 4 5 6 7 8 9]
[0.00e+000 nan nan ... nan nan -inf]
[2,4,6,8]
需要注意的是，由于浮點數(shù)精度有限，arange() 函數(shù)可能無法預測生成的元素個數(shù)。因此在這種情況下最好使用 linspace() 函數(shù)。
總結
本文介紹了 numpy 中nd數(shù)組的創(chuàng)建方法，包括從list或tuple轉換、使用特殊函數(shù)創(chuàng)建和使用arange函數(shù)創(chuàng)建等。對于初學者來說，掌握這些基礎知識是進行Python數(shù)據(jù)分析中非常重要的一步。
同時，在實際應用過程中還可以通過reshape()函數(shù)改變數(shù)組形狀、利用切片操作獲取指定部分數(shù)組等進一步擴展功能。希望大家能夠通過學習更多numpy相關知識，提升自己在數(shù)據(jù)處理方面的能力！
新聞標題：Python數(shù)據(jù)分析(3)-numpy中nd數(shù)組的創(chuàng)建
本文來源：http://www.5511xx.com/article/cdheoeh.html
