建站
咨詢
售后
建站咨詢
新聞中心
這里有您想知道的互聯(lián)網(wǎng)營銷解決方案
創(chuàng)新互聯(lián)Python教程：python怎么初始化數(shù)組
因為畫圖中x軸與y軸的數(shù)據(jù)通常為數(shù)組格式的數(shù)據(jù)，所以先總結(jié)一下如何初始化數(shù)組：
榆社網(wǎng)站制作公司哪家好，找創(chuàng)新互聯(lián)！從網(wǎng)頁設(shè)計、網(wǎng)站建設(shè)、微信開發(fā)、APP開發(fā)、自適應(yīng)網(wǎng)站建設(shè)等網(wǎng)站項目制作，到程序開發(fā)，運營維護(hù)。創(chuàng)新互聯(lián)成立于2013年到現(xiàn)在10年的時間，我們擁有了豐富的建站經(jīng)驗和運維經(jīng)驗，來保證我們的工作的順利進(jìn)行。專注于網(wǎng)站建設(shè)就選創(chuàng)新互聯(lián)。
（1）list得到數(shù)組
# 通過array函數(shù)傳遞list對象 L = [1, 2, 3, 4, 5, 6] a = np.array(L)
# 若傳遞的是多層嵌套的list，將創(chuàng)建多維數(shù)組 b = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
# 可以通過dtype參數(shù)在創(chuàng)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) # 如果更改元素類型，可以使用astype安全的轉(zhuǎn)換 f = d.astype(np.int)
（2）使用arange
# 和python的range類似，arange同樣不包括終值；但arange可以生成浮點類型，而range只能是整數(shù)類型 # 1為開始值，10為終止值(不包括)，0.5為步長 a = np.arange(1, 10, 0.5)
相關(guān)推薦：《Python基礎(chǔ)教程》
（3）使用ones、zeros、empty
# np.ones(shape, dtype),生成元素全為1(默認(rèn)浮點型)的數(shù)組
# shape可以為一個整數(shù)得到一個一維數(shù)組，也可以為(整數(shù)1，整數(shù)2)的格式得到二維數(shù)組，同理可得多維數(shù)組
a = np.ones((3, 3), dtype=np.int32)
print("a: \n", a)
# np.zeros(shape, dtype),生成元素全為0(默認(rèn)浮點型)的數(shù)組
# 用法與np.noes()一樣
b = np.zeros((3, 3), dtype=np.int32)
print("b: \n", b)
# np.empty(shape, dtype),生成元素為隨機數(shù)(默認(rèn)浮點型)的數(shù)組
# 用法與np.ones()一樣
c = np.empty((3, 4), dtype=np.int32)
print("c: \n", c)
# np.ones()、np.zeros()、np.empty()都具有如下形式復(fù)制一個結(jié)構(gòu)一樣的數(shù)組，但數(shù)據(jù)類型可選擇
np.ones_like(array, dtype=)
np.zeros_like(array, dtype=)
np.empty_like(array, dtype=)
（4）等差數(shù)列
# linspace函數(shù)通過指定起始值、終止值和元素個數(shù)來創(chuàng)建等差數(shù)組,元素之間是等步長的 # endpoint表示是否包括終止值，默認(rèn)為True b = np.linspace(1, 10, 10，endpoint=True)
（5）等比數(shù)列
# 指定起始值、終止值、元素個數(shù)和基數(shù)來創(chuàng)建等比數(shù)列 # base表示基數(shù)，下式創(chuàng)建了一個1到4之間的有10個數(shù)的等比數(shù)列 d = np.logspace(1, 2, 10, endpoint=True, base=2) # 基數(shù)為10，下式創(chuàng)建了一個10到100之間的有10個數(shù)的等比數(shù)列 d = np.logspace(1, 2, 10, endpoint=True, base=10)
（6）隨機數(shù)
rand()
# 返回一個服從“0~1”均勻分布的隨機數(shù)，該隨機數(shù)在[0, 1)內(nèi)，也可以返回一個由服從“0~1”均勻分布的隨機數(shù)組成的數(shù)組。 # np.random.rand(d0, d1, …, dn) # 返回一個隨機值，隨機值在[0, 1)內(nèi) In[15]: np.random.rand() Out[15]: 0.9027797355532956 # 返回一個3x3的數(shù)組，數(shù)組元素在[0, 1)內(nèi) In[16]:np.random.rand(3,3) Out[16]: array([[ 0.47507608, 0.64225621, 0.9926529 ], [ 0.95028412, 0.18413813, 0.91879723], [ 0.89995217, 0.42356103, 0.81312942]]) In[17]: np.random.rand(3,3,3) # 返回一個3x3x3的數(shù)組 Out[17]: array([[[ 0.30295904, 0.76346848, 0.33125168], [ 0.77845927, 0.75020602, 0.84670385], [ 0.2329741 , 0.65962263, 0.93239286]], [[ 0.24575304, 0.9019242 , 0.62390674], [ 0.43663215, 0.93187574, 0.75302239], [ 0.62658734, 0.01582182, 0.66478944]], [[ 0.22152418, 0.51664503, 0.41196781], [ 0.47723318, 0.19248885, 0.29699868], [ 0.11664651, 0.66718804, 0.39836448]]])
randn()
# 產(chǎn)生標(biāo)準(zhǔn)正態(tài)分布隨機數(shù)或隨機數(shù)組，用法與rand(d0, d1, …, dn)方法一樣 np.random.randn(d0, d1, …, dn)
randint()
# 可以生成隨機數(shù)，也可以生成多維隨機數(shù)組 # np.random.randint(low, high=None, size=None, dtype=) # [0,4)之間的隨機數(shù) In[7]: np.random.randint(4) Out[7]: 1 # [0,4)之間的一維數(shù)組 In[8]: np.random.randint(4,size=4) Out[8]: array([2, 2, 2, 0]) # [4,10)之間的一維數(shù)組 In[9]: np.random.randint(4,10,size=6) Out[9]: array([7, 9, 7, 8, 6, 9]) # [4,10)之間的2x2數(shù)組 np.random.randint(4,10,size=(2,2),dtype='int32') Out[10]: array([[7, 4],[6, 9]])
uniform()
# 產(chǎn)生[low, high)之間的均勻分布隨機數(shù)或隨機數(shù)組，low默認(rèn)為0.0，high默認(rèn)為1.0 np.random.uniform(low=0.0, high=1.0, size=None)
normal()
# 產(chǎn)生均值為loc,方差為scale的服從正太分布的隨機數(shù)或隨機數(shù)組，loc默認(rèn)為0，scale默認(rèn)為1 np.random.normal(loc=0.0, scale=1.0, size=None)
文章名稱：創(chuàng)新互聯(lián)Python教程：python怎么初始化數(shù)組
轉(zhuǎn)載源于：http://www.5511xx.com/article/dhpieji.html
