标签:10 20 创建 矩阵 numpy80 可视化 result dtype np
1.导入并查看NumPy版本
import numpy as np print(np.__version__)
2.创建十个全为0的一维数组
np.zeros(10)
3.创建10个全为0的一维数据并修改数据类型为整数
np.zeros(10,dtype = 'int')
4.创建20个0-100固定步长的数
np.arange(0,100,5)
5.从list创建数组
List = [1,2,3,4,5,6,7,8,9] result = np.array(List) result
6.创建一个三行三列全是1的矩阵
#方法1 np.ones((3,3)) #方法2 np.array([[ 1., 1., 1.], [ 1., 1., 1.], [ 1., 1., 1.]])
7.创建一个2行2列矩阵并且元素为布尔类型的True
np.full((2,2), True, dtype=bool)
8.创建等差数列
备注:从5开始,50结束,共10个数据
np.linspace(start=5,stop=50,num=10)
9.创建等差数列
备注:从5开始,50结束,共10个数据,数据类型为int32 思考:与上一题不同
np.arange(start = 5, stop = 55, step = 5,dtype = 'int32')
10.创建3x3矩阵
备注:矩阵元素均为0—10之间的随机数
np.random.randint(0,10,(3,3))
11.创建3x3矩阵
备注:矩阵元素均为服从标准正态分布的随机数
np.random.randn(3, 3)
12.将第五题的result修改为3x3矩阵
result = result.reshape(3,3)
13.对上一题生成的result取转置
result.T
14.查看result的数据类型
result.dtype #dtype('int64')
15.查看result的内存占用
#方法一:直接查看 print(result.nbytes) #方法2手动计算 print(result.itemsize * 9)
16.将result的数据类型修改为float
result = result.astype(float)
17.提取result第三行第三列的元素
result[2,2]
18.将result第三行第三列的元素放大十倍
result[2,2] = result[2,2] * 10
19.提取result中的所有偶数
result[result % 2 == 0]
20.将result中所有奇数修改为666
result[result % 2 == 1] = 666
标签:10,20,创建,矩阵,numpy80,可视化,result,dtype,np 来源: https://www.cnblogs.com/qiu-hua/p/14728974.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。